在tensorflow 官方给出的mnist代码中,测试模型准确率部分在显存小的GPU上是无法运行的,会出现out of memory的问题。
原因是, test.images的数量太大(没记错应该是10000)
test_acc=accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0})在前向计算的时候,计算需要巨大资源,你的内存无法支撑起来。
-------------------------------------------
依然是使用batch 进行测试,分成10份
for i in range(10): batch = mnist.test.next_batch(1000) accuResult = accuracy.eval(feed_dict={x:batch[0],y_:batch[1],keep_prob:1.0}) 这样就解决问题了。