Colab pro 修改tensorflow版本

本文详细介绍了如何解决因Google Colab更新TensorFlow至2.3版本导致的TPU资源耗尽错误。通过将TensorFlow版本回退至2.2,可以避免TPU代码报错,保持原有训练效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

修改Colab pro tensorflow 版本

问题:8月3号晚colab pro tensorflow版本默认改为2.3,致使之前TPU代码报错,或者需要将训练batchsize降低很多,代价是训练时间大量增加或者无法训练。
ResourceExhaustedError when using TPU #1470

解决方法:
暂时将tensorflow版本设定成2.2版本

添加如下代码即可:

!pip install tensorflow~=2.2.0 tensorflow_gcs_config~=2.2.0
import tensorflow as tf
import requests
import os
resp = requests.post("http://{}:8475/requestversion/{}".format(os.environ["COLAB_TPU_ADDR"].split(":")[0], tf.__version__))
if resp.status_code != 200:
  print("Failed to switch the TPU to TF {}".format(version))```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值