keras训练过程中发生的一些报错及其解决办法

1. ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[32,x,x,x]

   shape[0]为batch_size,  这个错误是batch_size过大，造成gpu内存超出，适当降低batch_size即可

2. keras指定gpu

   import keras.backend.tensorflow_backend as KTF
   import os
   os.environ["CUDA_VISIBLE_DEVICES"] = "0"  #指定编号为0的显卡，如果只有一块 默认是0
   import tensorflow as tf
   config = tf.ConfigProto()
   config.gpu_options.allow_growth = True   
   KTF.set_session(tf.Session(config=config))

   当allow_growth设置为True时，分配器将不会指定所有的GPU内存，而是根据需求增长