failed to allocate **M (** bytes) from device: CUDA_ERROR_OUT_OF_MEMORY,錯(cuò)誤原因及解決方案

錯(cuò)誤原因:GPU資源占用太大

config = tf.ConfigProto(allow_soft_placement=True)
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config.gpu_options.allow_growth = True

找到如下紅的的這句話,在這之前加上如上三行代碼,在session前約束占用空間。能夠使得tensorflow占用資源降至70%,當(dāng)然也可以改為50%,而不是整個(gè)服務(wù)器GPU

with tf.Session() as sess:
將其改為
with tf.Session(config=config) as sess:

最終改為如下結(jié)構(gòu)就可以啦

config = tf.ConfigProto(allow_soft_placement=True)
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config.gpu_options.allow_growth = True
with tf.Session(config=config) as sess:

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容