Python 3.x 使用GPU分配形状为[]的张量时出现错误

我正在尝试在tensorflow上培训VGG风格的CNN，我的输入大小为： 2个批量大小*1080高*1920宽*5通道我的网络结构是：

Conv 3*3*64

Conv 3*3*128

最大池3*3步3

Conv 3*3*256

以及具有1*1*256*2输出的COnv

CPU版本上运行正常，但使用GPU时出错：

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[2,128,1080,1920]
 [[Node: Feature_Map/Conv2 = Conv2D[T=DT_FLOAT, data_format="NHWC", padding="SAME", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true, _device="/job:localhost/replica:0/task:0/gpu:0"](Feature_Map/Act1, Feature_Map/Variable_2/read)]]

看起来它卡在第二层了。我的GPU在Spyder（windows）上是GTX1060（6G）。我添加了以下命令以允许GPU内存增长：

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)

---

有人能帮我吗？非常感谢

您正在分配2GB张量，并且GPU内存不足。在CPU上运行时，它使用主内存，不会耗尽内存。但我的GPU上有6GB的内存。为什么2G内存不足？当可用内存不足2GB时，它试图分配2GB张量。我猜空间被其他层的激活占用了。我通过以下步骤解决了这个问题：1。将图像大小调整为2。使用tf.recorder减少内存消耗，感谢您的帮助！@雅罗斯拉夫