Python “如何修复”;资源耗尽错误“;?
当我运行Python “如何修复”;资源耗尽错误“;?,python,machine-learning,tensorflow,Python,Machine Learning,Tensorflow,当我运行Tensorflow代码时,出现了这个错误 ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[518400,11] [[Node: gradients/loss/Sum_grad/Tile = Tile[T=DT_FLOAT, Tmultiples=DT_INT32, _device="/job:localhost/replica:0/task:0
Tensorflow
代码时,出现了这个错误
ResourceExhaustedError (see above for traceback): OOM when allocating
tensor with shape[518400,11]
[[Node: gradients/loss/Sum_grad/Tile = Tile[T=DT_FLOAT,
Tmultiples=DT_INT32, _device="/job:localhost/replica:0/task:0/gpu:0"]
(gradients/loss/Sum_grad/Reshape, gradients/loss/Sum_grad/floordiv)]]
[[Node:
gradients/conv_decode1/BiasAdd_grad/tuple/control_dependency_1/_495 =
_Recv[client_terminated=false,
recv_device="/job:localhost/replica:0/task:0/cpu:0",
send_device="/job:localhost/replica:0/task:0/gpu:0",
send_device_incarnation=1,
tensor_name="edge_2455_gradients/conv_decode1/BiasAdd_grad/tuple
/control_dependency_1", tensor_type=DT_FLOAT, )]
_device="/job:localhost/replica:0/task:0/cpu:0"](
我使用的数据集是CamVid。它有367张360*480的图片,我的批量大小是5。我试图减少批量大小,虽然它没有我所看到的其他数据集那么大,但没有帮助
我有华硕笔记本电脑geforce nvidia 940 mx,有2G内存。我该怎么办?任何建议 您使用卷积网络吗?看起来怎么样?(图层、过滤器等)
我觉得你用的数字太大了。所以也许你应该减少这个数字。另一个问题可能是,图像太大,请尝试调整它们的大小,例如从(360480)调整到(240320)。另一方面,该数据集太小。要获得一个好的解决方案,您需要至少100倍大的数据集。如果你不想从零开始训练一个模型,你应该使用一个经过预训练的模型并对其进行微调。是的,我在我的代码中使用了卷积网络,实际上我想运行你的电脑有多少RAM?我想RAM是8G,GPU有2G,你确定这是硬件故障吗?我正试图减小图像大小@MogyorósiFerencIt显然是硬件故障。这是预训练的模型吗?如果你在一张图片上验证它,它会给我们带来多少内存?正如你所说的,我将每张图片的大小减小到120*160,这是可行的。跨过这一步,我非常感谢你