由于我是该领域的新手,所以我尝试遵循tensorflow的官方教程来预测时间序列。 https://www.tensorflow.org/tutorials/structured_data/time_series
发生以下问题:-训练多元模型时,在2或3个时期之后,内核死亡并重新启动。
但是,对于只有一个LSTM层的更简单的单变量模型,这不会发生(不确定是否会有所作为)。>>
然而,第二个问题今天才发生。昨天,多元模型的训练是可能的,并且没有错误。
在教程中,该模型下面的链接中显示如下:
multi_step_model = tf.keras.models.Sequential() multi_step_model.add(tf.keras.layers.LSTM(32,return_sequences=True,input_shape=x_train_multi.shape[-2:])) multi_step_model.add(tf.keras.layers.LSTM(16, activation='relu')) multi_step_model.add(tf.keras.layers.Dense(72)) multi_step_model.compile(optimizer=tf.keras.optimizers.RMSprop(clipvalue=1.0), loss='mae')
并且内核在执行以下单元格后死亡(通常在2或3个纪元之后)。
multi_step_history = multi_step_model.fit(train_data_multi, epochs=10, steps_per_epoch=300, validation_data=val_data_multi, validation_steps=50)
我已经卸载并重新安装了tf,重新启动了笔记本电脑,但似乎无济于事。
有什么想法吗?
操作系统:Windows 10Surface Book 1
由于我是该领域的新手,所以我尝试遵循tensorflow的官方教程来预测时间序列。 https://www.tensorflow.org/tutorials/structured_data/time_series以下...
问题是批量太大。将其从1024减少到256可解决崩溃问题。