【Deep learning】使用tensorflow mnist 代码 内存崩溃

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。