AWS Sagemaker 內核似乎已經死亡並重新啟動
[英]AWS Sagemaker Kernel appears to have died and restarts
問題描述
嘗試從包含 100 頁的 API 檢索數據時出現內核錯誤。 數據量巨大，但在 Google Colab 或本地機器上執行時代碼運行良好。
我在窗口中看到的錯誤是-
Kernel Restarting 內核似乎已經死了。 它會自動重啟。
我正在使用內存分配為 1000GB 的 ml.m5.xlarge 機器，並且實例中沒有預先保存的數據集。 此外，預期的數據大小約為 60 GB，分為多個數據集，每個數據集為 4 GB。
任何人都可以幫忙嗎？
1 個解決方案
解決方案1
0 2020-06-27 01:22:23
我認為您可以嘗試不將所有數據加載到內存中，或者嘗試切換到更強大的實例類型。 根據https://aws.amazon.com/sagemaker/pricing/instance-types/ml.m5.xlarge有 15GB 內存。
君
內核似乎已經死亡。 它將自動重啟。 有記憶問題？
[英]The kernel appears to have died. It will restart automatically. with memory problem?
Jupyter筆記本：Kerne重新啟動。 內核似乎已經死亡。 它將自動重啟
[英]Jupyter notebook: Kerne restarting. The kernel appears to have died. It will restart automatically
當我嘗試訓練我的 model 時出現“內核似乎已經死亡”錯誤。 是不是太大了？ 可能是什么問題？
[英]"Kernel appears to have died" error when I try to train my model. Is it too big? What could be the issue?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.