TensorFlow.js修改cropping2D层参数或移除后GPU崩溃问题求助

你没有明显的模型逻辑错误，该问题是TensorFlow.js旧版本WebGL后端的已知兼容性问题，结合了一个不必要的指标配置问题，具体原因和解决方案如下：

• 问题本质：你遇到的Couldn't parse line number in error加GLSL相关输出，是典型的WebGL着色器执行/编译失败报错。当你减小顶部裁剪值、或者移除裁剪层后，裁剪层输出的图像高度变大，后续层输出的张量尺寸随之变大，触发了TF.js v3.8.0版本cropping2D层的WebGL着色器生成bug，导致浏览器WebGL上下文崩溃，表现为窗口闪烁、报错。
• 小问题修正：你的模型是回归任务（最后一层是linear激活、损失用均方误差），不应该使用accuracy作为评估指标，准确率是分类任务专属指标，该错误配置会产生额外的无效张量计算，增大WebGL后端负载，更容易触发bug。你可以把model.compile配置里的metrics项删除，或者替换为['mse']这类回归适用的指标。
• 解决方案：
  1. 快速验证问题来源：在代码初始化阶段添加tf.setBackend('cpu')切换到CPU后端运行，如果不再报错，即可确定是WebGL后端的兼容性问题，和你的模型逻辑无关。
  2. 优先升级TF.js版本：v3.8.0是比较旧的版本，后续4.x版本已经修复了大量cropping2D相关的WebGL实现bug，升级到最新稳定版后大概率可以直接解决该问题。
  3. 旧版本兼容方案：如果无法升级版本，可以在裁剪层后新增一个zeropadding2D层，将裁剪后的图像高度补到8的倍数（WebGL对2的整数次幂的张量尺寸兼容性更好），或者适当降低第一个dense层的维度（比如从1024降到512）降低显存占用，也可以规避该bug。

内容的提问来源于stack exchange，提问作者alx