内存分配错误在Google云平台虚拟机实例上部署Keras模型

我在尝试将我的训练模型部署到GCP虚拟机实例上。模型大小约为94mb。代码在我的本地机器上运行得非常完美。我能够启动Flask服务器,通过cURL调用发送图像并获取结果。但在GCP上,每当我尝试加载模型时,就会遇到这个错误 allocation of 52953088 exceeds 10% of system memory,然后进程被终止。

同样的模型在我的本地机器上可以安全加载并运行。我应该增加虚拟机实例的内存吗,还是有其他方法?


回答:

我通过创建一个内存更大的新实例解决了这个问题。将内存从微型(约0.6gb)增加到小型(1.7gb)解决了错误。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注