TensorFlow Python脚本被杀死

我是TensorFlow的初学者。我的TensorFlow脚本突然退出，说

已被杀死

。我的代码如下：

import tensorflow as tf
# Load data X_train, y_train and X_valid, y_valid

# An image augmentation pipeline
def augment(x):
    x = tf.image.random_brightness(x, max_delta=0.2)
    x = tf.image.random_contrast(x, 0.5, 2)
    return x

from sklearn.utils import shuffle
X_train, y_train = shuffle(X_train, y_train)

def LeNet(x):
    # Define LeNet architecture
    return logits

# Features:
x = tf.placeholder(tf.float32, (None, 32, 32, 3))
# Labels:
y = tf.placeholder(tf.int32, (None))
# Dropout probability
prob = tf.placeholder(tf.float32, (None))
# Learning rate
rate = tf.placeholder(tf.float32, (None))
rate_summary = tf.summary.scalar('learning rate', rate)

logits = LeNet(x)
accuracy_operation = # defined accuracy_operation

accuracy_summary = tf.summary.scalar('validation accuracy', accuracy_operation)
saver = tf.train.Saver()

summary = tf.summary.merge_all()
writer = tf.summary.FileWriter('./summary', tf.get_default_graph())

def evaluate(X_data, y_data):
    # Return accuracy with X_data, y_data
    return accuracy

with tf.Session() as sess:

    saver.restore(sess, './lenet')

    for i in range(EPOCHS):
        X_train, y_train = shuffle(X_train, y_train)
        for offset in range(0, len(X_train), BATCH_SIZE):
            end = offset + BATCH_SIZE
            batch_x, batch_y = X_train[offset:end], y_train[offset:end]
            batch_x = sess.run(augment(batch_x))

            # Run the training operation, update learning rate

        validation_accuracy = evaluate(X_valid, y_valid)
        writer.add_summary(sess.run(summary, feed_dict = {x: X_valid, y: y_valid, prob: 1., rate: alpha}))

---

我省略了我确信不会引起问题的部分。我知道哪些部分是好的，因为脚本没有给任何麻烦早些时候。在添加某些部分（主要是摘要编写器操作）后，脚本突然说

已终止

，并在执行一定数量的训练操作后退出。我怀疑这是由于内存泄漏造成的，但我无法检测到它。

几天前我遇到了类似的问题。在我的例子中，正如我后来学到的那样，我的一些运算结果是计算非常繁重。我一减小张量，消息就消失了，代码也开始运行。

---

我不能确切地说出您的案例中出现问题的原因，但根据我的经验和您所说的（只有在添加摘要时才会出现该错误），我建议您修改X_valid，Y_valid的大小。可能只是编写器无法处理太多的数据…

您可以使用linux

dmesg

命令检查输出吗？您的进程是否因内存不足而被终止？