Memory tensorflow中的超大网络
我试图在tensorflow中训练一个神经网络,但我的权重数组足够大,以至于我遇到了2GB GraphDef限制。在这种情况下,我最好的求助方式是什么Memory tensorflow中的超大网络,memory,tensorflow,neural-network,gpu,Memory,Tensorflow,Neural Network,Gpu,我试图在tensorflow中训练一个神经网络,但我的权重数组足够大,以至于我遇到了2GB GraphDef限制。在这种情况下,我最好的求助方式是什么 注意:我没有真正使用tensorflow的全部功能(例如,我的网络没有优化器)。相反,我只是使用tensorflow作为在GPU上执行一些基本阵列操作的方法 您可能无意中初始化了一个带有大常量的tf.变量。看 github问题的解决方法: init_val = np.array(...) # Construct a large numpy ar
注意:我没有真正使用tensorflow的全部功能(例如,我的网络没有优化器)。相反,我只是使用tensorflow作为在GPU上执行一些基本阵列操作的方法 您可能无意中初始化了一个带有大常量的tf.变量。看 github问题的解决方法:
init_val = np.array(...) # Construct a large numpy array.
init_placeholder = tf.placeholder(tf.float32, shape=init_val.shape)
v = tf.Variable(init_placeholder)
# ...
sess.run(v.initializer, feed_dict={init_placeholder: init_val})