Я пытаюсь использовать Tensorflow для прогнозирования по модели в Google App Engine. Кажется, что сессия запускается и работает в течение нескольких секунд, прежде чем рабочий будет убит / загружен.
tennflow / core / platform / cpu_feature_guard. cc: 142] Ваш ЦП поддерживает инструкции, которые этот TensorFlow двоичный файл не был скомпилирован для использования: AVX2 FMA
тензор потока / ядро / платформа / profile_utils / cpu_utils. cc: 94] Частота ЦП: 2200000000 Гц
тензор потока / компилятор / xla / service / service. cc: 168] Служба XLA 0x572b370, выполняющая вычисления на платформе Host. Устройства:
тензор потока / компилятор / xla / сервис / служба. cc: 175] Устройство StreamExecutor (0):,
тензор потока / компилятор / jit / mark_for_compilation_pass. cc: 1412 ] (Одноразовое предупреждение): не используется XLA: ЦП для кластера, поскольку envvar TF_XLA_FLAGS = - tf_xla_cpu_global_jit не был установлен. Если вы хотите, чтобы XLA: CPU, либо установите этот envvar, либо используйте Экспериментальный_jit_scope, чтобы включить XLA: CPU. Чтобы подтвердить, что XLA активен, передайте --vmodule = xla_compilation_cache = 1 (в качестве правильного флага командной строки, а не с помощью TF_XLA_FLAGS) или установите envvar XLA_FLAGS = - xla_hlo_profile.
tenorflow / core / framework / allocator. cc: 107] Выделение 154389504 превышает 10% системной памяти.
[INFO] Загрузка работника с pid: 25
Есть ли какая-то конфигурация, которой у меня может не быть набор? Приложение работает с использованием Flask / Gunicorn.
Пожалуйста, дайте мне знать, если потребуется дополнительная информация.