2017-08-01 68 views
0

该单元格如下,试图使用cifar10_val.rec。该文件在那里。jupyter笔记本内核在使用mxnet ImageRecordIter时死亡cifar10_val.rec

def get_data_from_cifar(): 
    train = mx.io.ImageRecordIter() 
    val = mx.io.ImageRecordIter() 
    return train, val 

train, val = get_data_from_cifar() 

每次我跑死了笔记本,告诉

内核似乎已经死了。它会自动重启。

有一个职位关于jupyter notebook kernel dies when using pandas,这是关于内存,但它有to_sparse()来处理。

我的电脑内存也不是很大。但是,在运行单元时,taks管理器不会显示内存要耗尽。

这可能是一些其他问题?

UPDATE:

在Python解释运行脚本Shell它告诉作为@leezu所述

304:[16时36分58秒]的src/IO/image_aug_default.cc:282:检查失败: 的static_cast(res.rows)> = param_.data_shape 1 & & 的static_cast(res.cols)> = param_.data_shape [2]的输入图像 尺寸比输入形状小

猜测我使用了错误的data_shape(3,128,128)。更改后会根据cifar10实例更新它们。

+1

如果你在python脚本中运行它,会发生什么?即将代码粘贴到'script.py'文件并运行'python script.py'。 – leezu

+0

也可能需要多少RAM(以数字计)。 –

+1

我可以请您将问题标记为已回答(理想情况下,将问题的答案从独立答案中提取出来)? –

回答

0

找出cifar10具有的是60000 32 * 32 images.After将data_shape更改为(3,32,32)后,它不再死亡。

实际上也必须将label_width设置为1。 但是,错误可以从终端追踪。