Keras 在Google Colab中更改网络后如何防止内存分配错误？

我在keras中编写了一个网络，用于在3D图形中查找某个属性。这些图形表示粒子物理探测器中的事件，数据指定了命中的坐标（基本上对应于在特定坐标处沉积的一定数量的能量）以及沉积的能量。我首先从变量的“.h5”文件加载数据。然后，我有一个函数，它在数据上循环，基本上裁剪事件，以减少输入到神经网络的大小（这个过程大约需要20分钟）。之后，我在Keras中配置了我的网络，然后对其进行了培训。它训练得很好，但是如果我稍微改变一下网络，看看是否可以获得更高的精确度，它甚至不会开始训练，并给我一个内存分配错误。如果我再次运行处理数据（裁剪数据）并将其加载到变量中的步骤，那么它训练得很好。以前有人遇到过这个问题并且知道如何解决吗？

您应该使用它来释放未使用的内存。有关更多详细信息，请参见

---

消失错误的原因是Colab每次为您提供不同类型的GPU，甚至让您与其他用户共享同一GPU。

这可能与加载的数据和分配的先前内存有关，因此您的内存不足。它可能会随着微小的变化而变化。尝试使用块加载数据，以避免将来出现问题。

如果没有相关的详细信息，回答问题是不可能的，您应该包括实际的代码和体系结构，这些代码和体系结构可以工作，也可以不工作，任何您认为不相关的细节都可能非常相关。还包括完整的错误消息和回溯。因此，出于某种原因，我不再收到错误，不知道为什么，我没有更改任何内容。。。