更新:此问题与Google Colab的“笔记本设置:硬件加速器:GPU”有关。这个问题是在添加“TPU”选项之前编写的。
读多个兴奋的公告……
如果你执行一个只有的单元格 的 !kill -9 -1 强> 在其中,这将导致所有运行时的状态(包括内存,文件系统和GPU)被擦除并重新启动。等待30-60秒,然后按右上角的CONNECT按钮重新连接。
重启Jupyter IPython内核:
!pkill -9 -f ipykernel_launcher
我相信如果我们打开多个笔记本电脑。关闭它实际上并没有停止这个过程。我还没弄明白如何阻止它。但我使用top来查找运行时间最长的python3的PID并使用大部分内存并将其杀死。一切都恢复正常了。
Google的误导性描述。我猜,我也太兴奋了。设置好所有内容,加载数据,现在由于只有500Mb内存分配给我的笔记本,我无法用它做任何事情。
这释放了空间
所以为了防止在这个线程建议的上下文中出现无效的另外十几个答案!kill -9 -1,让我们关闭这个帖子:
答案很简单:
的 在撰写本文时,谷歌只向我们中的一些人提供5%的GPU,而对其他人提供100%的GPU。期。 强>
dec-2018更新:我有一个理论认为,当Google机器人检测到非标准行为时,Google可能会列出某些帐户或浏览器指纹的黑名单。这可能完全是巧合,但很长一段时间我在任何碰巧需要它的网站上都遇到了Google Re-captcha的问题,在我被允许通过之前我必须经历几十个谜题,经常花了我10多分钟才完成。这持续了好几个月。突然之间,截至本月我完全没有任何谜题,任何google re-captcha只需点击一下鼠标即可解决,就像差不多一年前一样。
为什么我要讲这个故事?好吧,因为 的 与此同时,我在Colab上获得了100%的GPU RAM 强> 。这就是为什么我的怀疑是,如果你在理论谷歌黑名单上,那么你不会被信任免费获得大量资源。我想知道你们中是否有人发现有限的GPU访问和Re-captcha噩梦之间存在相同的相关性。正如我所说,这也可能完全是巧合。
找到Python3 pid并杀死pid。请看下面的图片
注意:只杀死python3(pid = 130)而不是jupyter python(122)。
我不确定这个黑名单是否属实!它很可能是核心在用户之间共享。我也跑了测试,结果如下:
Gen RAM Free:12.9 GB | Proc大小:142.8 MB GPU RAM免费:11441MB |使用:0MB |使用0%|总计11441MB
似乎我也得到了完整的核心。但是我运行了几次,我得到了相同的结果。也许我会在白天重复几次检查以确定是否有任何变化。