运行此神经网络代码时，Jupyter kernel 死机

Question

import numpy as np

import cv2

import os

import matplotlib.pyplot as plt

from tensorflow.keras.preprocessing.image import ImageDataGenerator

from tensorflow.keras.preprocessing import image

from tensorflow.keras.optimizers import RMSprop

img = image.load_img("image_location_here")

train = ImageDataGenerator(rescale=1/255)

validation = ImageDataGenerator(rescale=1/255)

train_dataset = train.flow_from_directory('image_location_here', target_size = (50,50),  batch_size = 3,
  class_mode = 'binary')

validation_dataset = train.flow_from_directory('image_location_here', target_size = (50,50),batch_size = 3,
class_mode = 'binary')     
                         
train_dataset.class_indices

train_dataset.classes

model = tf.keras.models.Sequential

tf.keras.layers.Conv2D(16,(3,3),activation = 'relu', input_shape = (50,50,3))` `tf.keras.layers.MaxPool2D(2,2)

tf.keras.layers.Conv2D(32,(3,3),activation = 'relu'),tf.keras.layers.MaxPool2D(2,2)

tf.keras.layers.Conv2D(64,(3,3),activation = 'relu')

tf.keras.layers.MaxPool2D(2,2)

tf.keras.layers.Flatten()

tf.keras.layers.Dense(128,activation = 'relu')

tf.keras.layers.Dense(1, activation = 'sigmoid')

上面的代码运行良好，但是当我运行下面给出的行时，kernel 死了。

model().compile(loss = 'binary_crossentropy', optimizer = 'adam', metrices = ['accuracy'])

我已将 anaconda 更新到最新版本，重新启动几次后 kernel 仍死于该特定行。

抱歉，线条编辑不当

Answer 1

我最近有一个类似的问题。 问题是由 CUDA/cudNN 引起的，可能是因为您使用的版本与 Tensorflow 不兼容。有两种解决方案：

1. 卸载CUDA，重新安装Tensorflow库
2. 卸载 CUDA 并设置兼容的 CUDA/cudNN 版本（检查https://tensorflow.org/install/source_windows以获得 tensorflow 版本所需的版本）