這是tensorflow 一個經常性錯誤，錯誤的原因在於：顯卡內存不夠。
解決方法就是降低顯卡的使用內存，途徑有以下幾種措施:
1 減少Batch 的大小
2 分析錯誤的位置，在哪一層出現顯卡不夠，比如在全連接層出現的，則降低全連接層的維度，把2048改成1042啥的
3 增加pool 層，降低整個網絡的維度。
4 修改輸入圖片的大小
總結以下：想進一切辦法降維，降低網絡的維度。
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。
猜您在找
tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[1,1424,2128,64]
錯誤：基於tensorflow識別mnist數據集出現ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[10000,32,28,28] and type float on
tensorflow報錯 tensorflow Resource exhausted: OOM when allocating tensor with shape
顯存不夠----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 報錯（顯存不夠報錯）
tensorflow.python.framework.errors_impl.InvalidArgumentError: You must feed a value for placeholder tensor 'x_1' with dtype float and shape [?,227,227,3]
OP_REQUIRES failed at conv_ops.cc:386 : Resource exhausted: OOM when allocating tensor with shape..
錯誤： tensorflow.python.framework.errors_impl.OutOfRangeError的解決方案
【err】tensorflow.python.framework.errors_impl.OutOfRangeError: RandomShuffleQueue
OOM when allocating tensor of shape [] and type float [[node conv2d_224/kernel/Initializer/random_uniform/min (defined at ./intances/utils.py:19) ]]