「UserWarning:入力を取得できませんでした。労働者が亡くなった可能性があります。紛失したサンプルに関する情報はありません。」


11

モデルのトレーニング中に、「UserWarning:入力を取得できませんでした。ワーカーが死亡したことが原因である可能性があります。失われたサンプルに関する情報はありません。)」という警告が表示された後、モデルはトレーニングを開始します。この警告はどういう意味ですか?それは私のトレーニングに影響を与えるものであり、私は心配する必要がありますか?

回答:


8

これは、トレーニング中に入力、ターゲットをフェッチしようとすると通常スローされるユーザー警告にすぎません。これは、内で指定されるキューイングメカニズムにタイムアウトが設定されているためdata_utils.pyです。

詳細についてはdata_utils.pykeras/utilsフォルダー内にあるファイルを参照できます。

https://github.com/keras-team/keras/blob/master/keras/utils/data_utils.py


それで、それについてもっと説明してもらえますか?同じエラーが発生しました。
Benchur Wong

2

Google Colabでモデルをトレーニングするときにも同じ警告が表示されました。問題は、ColabセッションにマウントしたGoogleドライブからデータを取得しようとしたことです。解決策は、データをColabの作業ディレクトリに移動し、そこから使用することでした。これ!cp -r path/to/google_drive_data_dir/ path/to/colab_data_dirはノートブックで簡単に行うことができます。新しいColabセッションが作成されるたびに、これを行う必要があることに注意してください。

これはRahulが求めていた問題である場合とそうでない場合がありますが、問題に直面している他の人にとっては役立つと思います。


1
Googleドライブをストレージとして使用しています。他にどこにこれを入れますか?ColabはハードディスクとしてGoogleドライブを使用していますよね?
Anshuman Kumar

'path / to / colab_data_dir'について詳しく説明していただけますか
Benchur Wong

申し訳ありませんが、最初の質問にはすでに回答していると思いました。AFAIKがGoogle Colabセッションを開くと、Googleドライブをマウントできる仮想マシンが起動します。ただし、マウントは物理的なマウント(高速)ではありませんが、ファイルはインターネット経由で転送する必要があります(低速)。ボトルネックを引き起こすのはこのファイル転送です。これを回避するには、ファイルをドライブから物理的にColabセッションのドライブ(任意のフォルダー)に物理的にコピーしてから、ファイルをより速く使用できるようにします。
mjkvaak

0

指定したデータセットのパスが正しいことのみを確認してください。これは間違いなく例に役立ちます:train_data_dir = "/ content / drive / My Drive / Colab Notebooks / dataset"


0

私のマシンでケラスを使用してディープニューラルネットワークをトレーニングしているときに同じ問題に直面し、それを理解するのにしばらく時間がかかりました。を使用してロードしていた画像

ImageDataGenerator(target_size = (256, 256))

から

keras.preprocessing 

100 * 100のように解像度が低く、256 * 256に変換しようとしていましたが、これに対する組み込みのサポートは提供されていないようです。

ImageDataGeneratorによって返された画像の出力形状を修正するとすぐに、警告が消えました。

//注:100 * 100と255 * 255の数値は説明のためのものです。


0

問題を解決するには、ワーカーの数とmax_queue_sizeを減らすことができます。


1
ワーカーの数とmax_queue_sizeを減らすことで問題が解決する理由を知っていますか?
フェルナンド

0

バッチサイズよりも小さいデータサンプルの量についてトレーニングしているときに、この警告が表示されました。

(トレーニングは実際には開始されているように見えますが、最初のエポックの進行状況バーを表示する前にスタックしてしまいます。)


0

GPUでトレーニングを実行している場合は、これWarningが発生します。実行中に2つの実行中の進行状況があることを知っている必要がありfit_generatorます。

  1. GPU、trains各エポックの各ステップのIMAGE DATASETS。
  2. CPU、prepares各バッチサイズのIMAGE DATASETS。

一方、それらは並列タスクです。したがって、CPUのコンピューティングがGPUのコンピューティングよりも低い場合、Warning発生します。

解決:

batch_sizeを小さく設定するか、CPU構成をアップグレードするだけです。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.