問題タブ [gcp-ai-platform-training]

次のコードを使用して、TF2 画像セグメンテーション モデルを保存し、AI プラットフォームに正常にデプロイできました。

ただし、次のようなリクエストの送信中にこのエラーが発生します。

誰かがこのような同様の問題を抱えていましたか? に問題があるようtf.image.decode_jpegです。私も試してみましtf.image.decode_imageたが、同様のエラーが発生しました。ローカルの Base64 エンコーディングで使用できるtf.image.decode_jpegため、この関数は機能するはずですが、どういうわけかサーバーで同じ入力を受信して​​いません!

コマンドを使用してトレーニング ジョブを gcloud に送信しようとしたときはいつでも

それはクォータエラーを与えます

私でさえ、コマンドで 60.0 CPU を定義したことはありません。google docsによると、これを機能させるにはクォータを増やす必要があります。クォータ 20.0 CPU に固執し、GCP でモデルをトレーニングする方法はありますか?

Google組み込みオブジェクト検出のドキュメント/リファレンスには、num_classes引数を次のように設定する必要があると記載されています。

たとえば、num_classes=5の場合、入力 tf.Example のイメージ/クラス/ラベルの範囲は[0, 4] である必要があります。

それでも、オブジェクト検出 API の世界で独自のデータセットを作成する方法に関する他のほとんどのリソース (たとえば、こちら) では、ラベルは 1 から開始する必要がある、つまり、5 つのクラスの場合は [1,5] にする必要があると述べています。

私の質問は次のとおりです。

リファレンス ドキュメントの例は正しいですか?つまり、5 つのクラスに [0,4] を使用する必要がありますか?

それはまったく問題ですか、つまり、これはトレーニング手順を壊す可能性がありますか?

「組み込みオブジェクト検出」アルゴリズムは他の点で特別ですか、それとも「独自のデータセットを使用する」機能に従って TFrecord ファイルを作成できますか?

AI プラットフォームのノートブックを使用して 600 MB のデータを読み込もうとしています。

データの読み込みは最初は問題ありませんでしたが、読み込みが完了するとすぐにカーネルが自動的に再起動します。以前にデータを正常に読み込んだことがありますが、データの読み込み中に画像に前処理を行った後に問題が発生します。

私はGCPを初めて使用するので、これを実現するために何か間違ったことをしたのではないかと思っています。より高い RAM をセットアップしようとしましたが、まだ機能しません。そして、これが問題を引き起こすコードです。

ご協力いただきありがとうございます