Недавно я работал над нейронной сетью, но каждый раз, когда я пытаюсь скомпилировать модель, я получаю SIGKILL, который, глядя на Activity Monitor, связан с ошибкой памяти. Мои данные очень большие, но это не часть проблемы, потому что я попытался взять их крошечную часть, но все равно получаю ту же ошибку. Это код, который я использую:

f = gzip.GzipFile('Data_x.npy.gz', "r")
datax = np.load(f)[:5, :, :]
f.close()
f = gzip.GzipFile('Data_y.npy.gz', "r")
datay = np.load(f)[:5, :, :]

f.close()
f = None
model = Sequential(
    [
        #Conv1D(32, 3, input_shape=datax.shape, activation="relu"),
        Flatten(input_shape=datax.shape),
        Dense(750, activation='relu'),
        Dense(750, activation='relu'),
        Dense(2, activation='sigmoid')
    ]
)
model.compile(optimizer=Adam(learning_rate=0.1), loss="binary_crossentropy", metrics=['accuracy'])
model1 = model.fit(x=datax, y=datay, batch_size=5, epochs=5, shuffle=True, verbose=2)

Я пробовал много разных структур для модели и разные размеры пакетов / эпохи, но я все еще получаю эту ошибку. Любая помощь в этом вопросе будет принята с благодарностью.

0
Kookies 28 Ноя 2021 в 00:34
Привет, Kookies, в чем именно заключается ошибка?
 – 
Faisal Shahbaz
28 Ноя 2021 в 00:45
Я получаю сигнал SIGKILL, который после дальнейших исследований исходит от того, что я либо останавливаю программу, либо, как я выяснил, использует слишком много памяти.
 – 
Kookies
28 Ноя 2021 в 00:47

1 ответ

Лучший ответ

Вы добавляете слой исключения в свою модель.

Отсев - это метод, при котором случайно выбранные нейроны игнорируются во время обучения. Они «выпадают» случайно. Это означает, что их вклад в активацию нижестоящих нейронов временно удаляется при прямом проходе, и никакие обновления веса не применяются к нейрону при обратном проходе.

model = Sequential(
    [
        #Conv1D(32, 3, input_shape=datax.shape, activation="relu"),
        Flatten(input_shape=datax.shape),
        Dense(750, activation='relu'),
        Dropout(0.2),
        Dense(750, activation='relu'),
        Dropout(0.2),
        Dense(2, activation='sigmoid')
    ]
0
Faisal Shahbaz 28 Ноя 2021 в 00:55