这是tensorflow 一个经常性错误，错误的原因在于：显卡内存不够。
解决方法就是降低显卡的使用内存，途径有以下几种措施:
1 减少Batch 的大小
2 分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把2048改成1042啥的
3 增加pool 层，降低整个网络的维度。
4 修改输入图片的大小
总结以下：想进一切办法降维，降低网络的维度。
免责声明！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。
猜您在找
显存不够----ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[4096]
tensorflow ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[256,256,15,15] and type float on 报错（显存不够报错）
错误： tensorflow.python.framework.errors_impl.OutOfRangeError的解决方案
【tf.keras】Resource exhausted: OOM when allocating tensor with shape [9216,4096] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
Resource exhausted: OOM when allocating tensor with shape[3,3,384,384] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0。。。。。
Tensorflow 报错：tensorflow.python.framework.errors_impl.InternalError: Failed to create session.
tensorflow.python.framework.errors_impl.InvalidArgumentError: Feature: input_ids0 (data type: int64)
PCIE错误分析
401的错误分析
markdownpad2错误分析