解決TensorFlow GPU版出現(xiàn)OOM錯(cuò)誤的問題
更新時(shí)間：2020年02月03日 10:07:18 作者：lzher0
今天小編就為大家分享一篇解決TensorFlow GPU版出現(xiàn)OOM錯(cuò)誤的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
問題：
在使用mask_rcnn預(yù)測(cè)自己的數(shù)據(jù)集時(shí)，會(huì)出現(xiàn)下面錯(cuò)誤：
ResourceExhaustedError: OOM when allocating tensor with shape[1,512,1120,1120] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
[[{{node rpn_model/rpn_conv_shared/convolution}} = Conv2D[T=DT_FLOAT, data_format="NCHW", dilations=[1, 1, 1, 1], padding="SAME", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true, _device="/job:localhost/replica:0/task:0/device:GPU:0"](fpn_p2/BiasAdd, rpn_conv_shared/kernel/read)]]
Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
[[{{node roi_align_mask/strided_slice_17/_4277}} = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_3068_roi_align_mask/strided_slice_17", tensor_type=DT_INT32, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]
Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
原因：
一是、因?yàn)閳D片尺寸為3200*4480，圖片的尺寸太大。
二是、我使用的是TensorFlow GPU版，而我GPU的顯存只有8G，導(dǎo)致顯存不夠。
解決：
一是、將圖片尺寸改小，小到占用的內(nèi)存比顯存。
二是、不使用GPU進(jìn)行預(yù)測(cè)，只使用CPU預(yù)測(cè)，因?yàn)橐话鉉PU內(nèi)存要大于顯存的。但裝的又是GPU版的TensorFlow，所以需要在預(yù)測(cè)程序進(jìn)行更改。
程序在前兩行加入下面代碼：
import os os.environ["CUDA_VISIBLE_DEVICES"] = ""
引號(hào)里填的是GPU的序號(hào)，不填的時(shí)候代表不使用GPU。
以上這篇解決TensorFlow GPU版出現(xiàn)OOM錯(cuò)誤的問題就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了PyQt5事件處理之定時(shí)在控件上顯示信息的代碼，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-03-03
pytorch?K折交叉驗(yàn)證過程說明及實(shí)現(xiàn)方式
這篇文章主要介紹了pytorch?K折交叉驗(yàn)證過程說明及實(shí)現(xiàn)方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-11-11
很多小伙伴在提到python數(shù)據(jù)可視化的時(shí)候第一反應(yīng)就是matplotlib庫,但實(shí)際上python還有很多很好用的數(shù)據(jù)可視化的庫,下面這篇文章主要給大家介紹了關(guān)于如何利用Python抓取數(shù)據(jù)并可視化的相關(guān)資料,需要的朋友可以參考下2022-05-05
在本篇內(nèi)容里小編給大家分享的是一篇關(guān)于通過自學(xué)python能找到工作嗎的分析內(nèi)容，對(duì)此有興趣的朋友們可以參考下。2020-06-06
這篇文章主要介紹了Python heapq庫案例詳解,本篇文章通過簡要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-09-09
這篇文章主要介紹了Python正則表達(dá)式中貪婪/非貪婪特性的相關(guān)資料，文中通過示例代碼介紹的很詳細(xì)，對(duì)大家具有一定的參考價(jià)值，需要的朋友下面來一起看看吧。2017-03-03
這篇文章主要介紹了python 貪心算法的實(shí)現(xiàn)，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-09-09
這篇文章主要介紹了Python開啟線程和線程池的方法，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2024-03-03
Python基礎(chǔ)知識(shí)之函數(shù),類,模塊
今天小編就為大家分享一篇Python函數(shù),類,模塊，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-10-10
Python Web框架Flask中使用新浪SAE云存儲(chǔ)實(shí)例
這篇文章主要介紹了Python Web框架Flask中使用新浪SAE云存儲(chǔ)實(shí)例,本文是對(duì)SAE云存儲(chǔ)的簡單封裝,需要的朋友可以參考下2015-02-02