我一直在进行比较,以便在本地计算机和Google Cloud Platform上运行深度学习代码。
该代码是关于递归神经网络的,并且在本地机器上运行得很好。
但是在GCP云外壳上,当我要编译我的python文件时,它显示为“已杀死”

userID @ projectID:〜$ python rnn.py

被杀

是因为我记不住了吗? (因为我尝试逐行运行,并且在第二次将大数据分配给变量时,它卡住了。)
我的代码有点像这样

imdb = np.load('imdb_word_emb.npz')X_train = imdb['X_train']X_test = imdb['X_test']

在第三行,机器卡住并显示“已杀死”

我试图更改第二和第三行的顺序,但仍然停留在第三行。
我的训练数据是(25000,80,128)数组。我的测试数据也是如此。数据集在我的本地计算机上运行良好。我确定此数据集没有问题。

还是因为其他原因?
如果知道如何解决的人甚至很少的关键词告诉我如何处理,那将是非常棒的。谢谢:D

最佳答案

您收到的错误是因为Cloud Shell不适用于计算或网络密集型流程,see Cloud Shell limitations.

我了解您想将您的本地计算机与Google Cloud Platform进行比较。如in the public docs所述:


  “启动Cloud Shell时,它会配置一个g1小型的Google Compute
  发动机”


g1-small machine type具有1.70GB RAM和共享的物理核心。请记住这一点,并且如前所述,它是有限的,您的本地计算机可能比Cloud Shell更强大,因此您看不到任何改进。

我建议您使用其他计算机类型创建Compute Engine实例,您可以使用自定义计算机类型来设置所需的内核数和GB RAM。我想您想从在Google Compute Engine中更快地运行工作负载中受益,以便就资源而言,您可以选择比本地计算机更好的计算机类型,并比较它可以改善多少。

关于python - Python在GCP上被杀,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/49445736/

10-10 13:33
查看更多