AWS Sagemaker 内核似乎已经死亡并重新启动
[英]AWS Sagemaker Kernel appears to have died and restarts
问题描述
尝试从包含 100 页的 API 检索数据时出现内核错误。 数据量巨大，但在 Google Colab 或本地机器上执行时代码运行良好。
我在窗口中看到的错误是-
Kernel Restarting 内核似乎已经死了。 它会自动重启。
我正在使用内存分配为 1000GB 的 ml.m5.xlarge 机器，并且实例中没有预先保存的数据集。 此外，预期的数据大小约为 60 GB，分为多个数据集，每个数据集为 4 GB。
任何人都可以帮忙吗？
1 个解决方案
解决方案1
0 2020-06-27 01:22:23
我认为您可以尝试不将所有数据加载到内存中，或者尝试切换到更强大的实例类型。 根据https://aws.amazon.com/sagemaker/pricing/instance-types/ml.m5.xlarge有 15GB 内存。
君
内核似乎已经死亡。 它将自动重启。 有记忆问题？
[英]The kernel appears to have died. It will restart automatically. with memory problem?
Jupyter笔记本：Kerne重新启动。 内核似乎已经死亡。 它将自动重启
[英]Jupyter notebook: Kerne restarting. The kernel appears to have died. It will restart automatically
当我尝试训练我的 model 时出现“内核似乎已经死亡”错误。 是不是太大了？ 可能是什么问题？
[英]"Kernel appears to have died" error when I try to train my model. Is it too big? What could be the issue?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.