在Tensorflow 訓練模型時報錯提示：?

failed to allocate 3.77G (4046333952 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory

雖然會報出顯存溢出問題，但不影響正常訓練，不過筆者還是想知道這個問題是怎么來的。

廢話不多說，先上session初始化的代碼

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=1.0)config = tf.ConfigProto(gpu_options=gpu_options, allow_soft_placement=False, log_device_placement=False)session = tf.Session(config=config)

per_process_gpu_memory_fraction 代表顯卡可用使用的占比，代碼中設置為 1 ，代表顯卡被100%使用，所以會在訓練中報出上述錯誤提示

現在，修改一下session初始化代碼

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

在tf.ConfigProto()參數中，刪除gpu_options的設定，并且在初始化config后，新增?config.gpu_options.allow_growth = True ，這個選項是讓session根據當前顯存大小，自動分配顯存，不會將顯存全部占用，從而確保最大占用比。

總結

以上是生活随笔為你收集整理的【Tensorflow-Error】CUDA_ERROR_OUT_OF_MEMORY: out of memory的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。