所需的Tensorflow内存不'；具有批量大小和图像大小的t标度

我使用的是ubuntu 16.04，tensorflow 1.3

约17M权重的网络

实验

图像大小400x1000，批量大小4，在图形构建期间：

无法在主机上分配34359738368字节：CUDA_错误\u内存不足

图形构建期间，图像大小300x750，批量大小4：

无法在主机上分配34359738368字节：CUDA_错误\u内存不足

图形构建期间，图像大小300x740，批量大小1：

无法在主机上分配34359738368字节：CUDA_错误\u内存不足

---

因此，三个实验所需的内存都是相同的。我的问题是1700米的重量真的需要这么大的内存吗？为什么所需的内存不会随着图像大小和批处理大小的不同而改变？

这可能是因为您存储了大量中间结果。在运行sess.run之后，可以分配一些新内存来存储新的tensor结果，但是在添加新的分配内存之后，主机上分配的总内存超过32GB。请检查运行时使用的主机内存（不是gpu内存）。如果是这种情况，则需要降低主机内存分配。也许将其存储到硬盘是一个不错的选择。

可能是因为您存储了大量中间结果。在运行sess.run之后，可以分配一些新内存来存储新的tensor结果，但是在添加新的分配内存之后，主机上分配的总内存超过32GB。请检查运行时使用的主机内存（不是gpu内存）。如果是这种情况，则需要降低主机内存分配。也许将其存储到硬盘是一个不错的选择。

您是否尝试过一个有效的实验？你有多少可用内存？（注意：我不熟悉Tensorflow或GPU编程，但看起来你需要看看你的图形内存。）我有两个GPU卡，总内存可达22GB。我会尝试用你能做到的最小尺寸（所有变量中的最小尺寸，例如1x1图像）进行实验。另外，请检查程序中的默认值设置过高的选项。顺便说一句，您的一张存储卡可能专用于计算机显示器，其他程序可能无法使用。如果它们每个都有11Gb，那么问题就来了。[更新]我将权重降低到8M，但仍然得到以下结果：无法在主机上分配34359738368字节：CUDA_ERROR_OUT of_MEMORYDid您是否尝试了一个有效的实验？你有多少可用内存？（注意：我不熟悉Tensorflow或GPU编程，但看起来你需要看看你的图形内存。）我有两个GPU卡，总内存可达22GB。我会尝试用你能做到的最小尺寸（所有变量中的最小尺寸，例如1x1图像）进行实验。另外，请检查程序中的默认值设置过高的选项。顺便说一句，您的一张存储卡可能专用于计算机显示器，其他程序可能无法使用。如果它们每个都有11Gb，那么问题就来了。[更新]我将权重降低到8M，但仍然得到以下结果：无法在主机上分配34359738368字节：CUDA_错误\u内存不足