解决TensorFlow GPU版出现OOM错误的问题
问题：
在使用mask_rcnn预测自己的数据集时，会出现下面错误：
ResourceExhaustedError:OOMwhenallocatingtensorwithshape[1,512,1120,1120]andtypefloaton/job:localhost/replica:0/task:0/device:GPU:0byallocatorGPU_0_bfc
[[{{noderpn_model/rpn_conv_shared/convolution}}=Conv2D[T=DT_FLOAT,data_format="NCHW",dilations=[1,1,1,1],padding="SAME",strides=[1,1,1,1],use_cudnn_on_gpu=true,_device="/job:localhost/replica:0/task:0/device:GPU:0"](fpn_p2/BiasAdd,rpn_conv_shared/kernel/read)]]
Hint:IfyouwanttoseealistofallocatedtensorswhenOOMhappens,addreport_tensor_allocations_upon_oomtoRunOptionsforcurrentallocationinfo.
[[{{noderoi_align_mask/strided_slice_17/_4277}}=_Recv[client_terminated=false,recv_device="/job:localhost/replica:0/task:0/device:CPU:0",send_device="/job:localhost/replica:0/task:0/device:GPU:0",send_device_incarnation=1,tensor_name="edge_3068_roi_align_mask/strided_slice_17",tensor_type=DT_INT32,_device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]
Hint:IfyouwanttoseealistofallocatedtensorswhenOOMhappens,addreport_tensor_allocations_upon_oomtoRunOptionsforcurrentallocationinfo.
原因：
一是、因为图片尺寸为3200*4480，图片的尺寸太大。
二是、我使用的是TensorFlowGPU版，而我GPU的显存只有8G，导致显存不够。
解决：
一是、将图片尺寸改小，小到占用的内存比显存。
二是、不使用GPU进行预测，只使用CPU预测，因为一般CPU内存要大于显存的。但装的又是GPU版的TensorFlow，所以需要在预测程序进行更改。
程序在前两行加入下面代码：
importos os.environ["CUDA_VISIBLE_DEVICES"]=""
引号里填的是GPU的序号，不填的时候代表不使用GPU。
以上这篇解决TensorFlowGPU版出现OOM错误的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。