机器学习PAI看是在那个阶段出现的pb限制问题，新版本的bladedisc应该只有在tf圈图后导出子图编译时会使用pb，bladedisc编译完成后结果不会用pb来存储。这种情况下原始的pb应该就超过的2GB？（如果子图就超过了的话），一种可能的workaround方式时不freeze graph，这样const就不会被编译。另外老版本的bladedisc会使用pb来存储一部分编译后的结果，这个也会有可能超过2GB的限制，如果是这个问题，升级bladedisc应该可以解决。这个定位到是有一个input维度很大，超过了2g的限制，这个有好的处理方式吗？原生tf跑是没问题的
机器学习PAI看是在那个阶段出现的pb限制问题，这种情况下原始的pb应该就超过的2GB？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！