AWS sagemaker 培训工作 (Tensorflow) 在 Epoch 1 停止

Question

我正在尝试使用自定义数据集训练 Maskrcnn。 该代码在同一 docker 容器中的本地计算机上运行良好，但是，当我使用 aws sagemaker 时，它会卡在第一个时期。

在 sagemaker notebook 上看到的用于训练作业的错误日志

我正在使用 Tensorflow 2 实现 https 提供的 github 代码：//github.com/simone-viozzi/Mask-RCNN-training-with-docker-containers-on-Sagemaker

Answer 1

正如 Gili 在评论中提到的，您可以尝试他指出的示例或将问题报告给开发人员 - https://github.com/simone-viozzi/Mask-RCNN-training-with-docker-containers-on-Sagemaker /问题。