Memory management TensorFlow对象检测限制内存和cpu使用

Memory management TensorFlow对象检测限制内存和cpu使用,memory-management,tensorflow,object-detection,Memory Management,Tensorflow,Object Detection,我设法运行教程中的tensorflow pet示例。我决定使用最慢的模型(因为我想用于我自己的数据)。然而,当我开始训练时,它在跑了一点后就被杀死了。它使用了我所有的CPU(4)和我所有的8GB内存。你知道我可以把CPU的数量限制在2个,并限制内存的使用量吗?如果我减少批量大小?我的批量大小已经是1 我通过减少调整大小来运行: 图像缩放器{ 保持高宽比大小调整器{ 最小尺寸:300 最大尺寸:612 } 另一个减少内存使用的方法是减少输入数据的队列大小。具体来说,在 ObjutsTyp/Toop

我设法运行教程中的tensorflow pet示例。我决定使用最慢的模型(因为我想用于我自己的数据)。然而,当我开始训练时,它在跑了一点后就被杀死了。它使用了我所有的CPU(4)和我所有的8GB内存。你知道我可以把CPU的数量限制在2个,并限制内存的使用量吗?如果我减少批量大小?我的批量大小已经是1

我通过减少调整大小来运行:

图像缩放器{ 保持高宽比大小调整器{ 最小尺寸:300 最大尺寸:612 }


另一个减少内存使用的方法是减少输入数据的队列大小。具体来说,在<代码> ObjutsTyp/Toops/Studio中,您将看到“<代码> BoqQueQueLeLeLoad < /COD>和PrExtChyqQuealeEngule<代码> >的条目---考虑在配置FI中显式地设置这些字段。把数字缩小到更小