Python “如何修复”；资源耗尽错误“；？

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/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