Resource exhausted: OOM when allocating tensor with shape[620,20000] and type float on /job:localhos

最新推荐文章于 2023-01-16 10:57:53 发布

暴躁的猴子

最新推荐文章于 2023-01-16 10:57:53 发布

阅读量1.1k

点赞数

本文链接：https://blog.csdn.net/orangefly0214/article/details/90239841

版权

在CPU下跑的时候并没有报错，换成GPU后就一直OOM，后来被提醒道，显存比内存小很多啊，所以改小了batch_size,并将网络结构进行了优化，减少了词向量的维度和隐藏层节点个数。

另外，在代码里添加了GPU的相关代码：

 config = tf.ConfigProto(allow_soft_placement=True)
 config.gpu_options.allocator_type = 'BFC'
 config.gpu_options.per_process_gpu_memory_fraction = 0.80

新增的部分红线圈出：

修改完之后就不报OOM的错误了。

其他可参考：https://github.com/CharlesShang/TFFRCNN/issues/68

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

暴躁的猴子

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

报错解决：ResourceExhaustedError: OOM when allocating tensor with shape

个人博客

04-14

2万+

报错解决：ResourceExhaustedError: OOM when allocating tensor with shape 早上在使用tensorflow时遇到如下报错： Traceback (most recent call last): File "C:\Users\peter\Anaconda3\lib\site-packages\spyder_kernels\custom...

Tensorflow调参报错：Resource exhausted OOM when allocating tensor with shape

qq_24594197的博客

11-13

6022

错误信息 Resource ex hausted: OOM when allocating tensor with shape[200,256,28,28] and**** 这是一种调参时常遇到的问题，由于电脑显存不够而导致，我的电脑显存是8g，在调整参数 IMAGES_PER_GPU = 2时，会导致这样的错误，将其改回1错误消失(降低了batch size的大小)，一般的解决办法：减少Batch 的大小分析错误的位置，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204

参与评论您还未登录，请先登录后发表或查看评论

Resource exhausted: OOM when allocating tensor with shape[*,*,*,*]

qq_44761819的博客

01-16

468

Resource exhausted: OOM when allocating tensor with shape[*,*,*,*]

Resource exhausted: OOM when allocating tensor with shape[2] and type int32 on /job:localhost/replic

qq_22169787的博客

04-08

2141

当显示Resource exhausted错误时，一般会在之前显示好多错误提示，提示的内容都和内存相关，此error是电脑内存不够，目前我找到解决问题的方法有三种： 1.改变输入图像的大小，例如原来输入图像的大小为448x448，你更改成224x224，再运行程序，当然需要修改你程序对应的部分。如果224x224还不可以的话，在不影响测试效果的情况下，继续减小，实在不行的话那就需要参考第三条了。...

TensorFlow: Resource exhausted: OOM when allocating tensor with shape[256, 512， 16, 16]

qq_38409301的博客

03-10

5983

解决方法如下： [256, 512， 16, 16]的第一个参数表示batch_size的大小，第二个参数表示某层卷积核的个数，第三个参数表示图像的高，第四个参数表示图像的长这里出现这种错误的原因时超出内存了，因此可以适当减小batch_size的大小即可解决,或者将卷积核变小，减少参数，改成[64, 256， 16, 16]，其中batch_size一般最大选择256，最小64 ...

ResourceExhaustedError (see above for traceback): OOM when allocating tensor of shape [9216,4096] an

柯影的博客

05-16

4082

ResourceExhaustedError (see above for traceback): OOM when allocating tensor of shape [9216,4096] and type floa [[Node: training/Modified_SGD/zeros_8 = Const[dtype=DT_FLOAT, value=Tensor<typ...

Mask-RCNN应用 -Training Error: MaskRCNN OOM when allocating tensor with shape[2,512,320,320]

09-10

327

针对错误:OOM when allocating tensor with shape[2,512,320,320] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc 问题描述硬件种类型号描述显卡 NVIDIA-1660 专用GPU内存6G 之前的训练一直将Config中的参数IMAGES_PER_GPU设为2, RPN_ANCHOR_SCALES = (1.

Resource exhausted: OOM when allocating tensor with shape[3,3,384,384] and type float on /job:localh...

最新发布

05-26

这个错误信息表示在分配一个大小为 [3,3,384,384] 的浮点型张量时，内存不足（OOM）。这通常是因为您的计算资源不足或者您的模型太大。您可以尝试以下几个解决方法： 1. 减少批次大小（batch size），这可以减少...

训练深度学习模型时报错**ResourceExhaustedError:** OOM when allocating tensor with shape原因和解决方法分析

wyf425的博客

03-22

4232

训练深度学习模型时报错ResourceExhaustedError: OOM when allocating tensor with shape原因和解决方法分析一、报错内容报错内容如下图所示：这是在采用tensorflow训练网络时非常常见的报错形式。二、原因分析 **核心原因：**GPU显存不足。表面原因： Batchsize太大；图片尺寸太大；池化层池化效果不佳；等等。二、解决方法 **核心方法：**使用一切手段减少模型内存占用或扩大显卡内存或采用其他内存。开源节流相辅相成.

tensorflow资源耗净 Resource exhausted OOM when allocating tensor with shape

妙音

05-01

4027

描述 tensorflow跑训练集经常会遇到错误Resource exhausted: OOM when allocating tensor with shape[64,33,33,2048] 错误内容 tensorflow.python.framework.errors_impl.ResourceExhaustedError: 2 root error(s) found. (0) Resou...

解决TensorFlow GPU版出现OOM错误的问题

12-20

问题：在使用mask_rcnn预测自己的数据集时，会出现下面错误： ResourceExhaustedError: OOM when allocating tensor with shape[1,512,1120,1120] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [[{{node rpn_model/rpn_conv_shared/convolution}} = Conv2D[T=DT_FLOAT, data_format="NCHW", dilation

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[16,77,3072]

Learning

03-16

4525

跑模型的时候出现了下面的错误（太长了，所以只保留了有用的关键信息）。在网上得知，出现这种错误的原因可能是显存空间不够，这有可能是使用的batch_size过大或者显卡被其他服务占用引起的。之后我查看了一下源码，偶然间发现代码里使用的n_gpu的默认值是4，我将其修改为1并重新运行代码之后，代码被成功执行。结合网上搜索到的资源和我的这次试验，总结一下出现这个问题的原因： batch_size太...

报错解决：ResourceExhaustedError: OOM when allocating tensor with shape[1,36864,36864]

RS_Deer的博客

01-13

1318

运行代码报错：Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocatio [Op:__inference_predict_function_5604] 百度看到有人说显存不够，减小batchsize，然后我减小到1还是不行，最后发现是我文件开头加的三行代码（见下图）的问题，..

ResourceExhaustedError: OOM when allocating tensor with shape[10,256,400,528]

qq_36427732的博客

12-08

2万+

使用keras库进行模型训练时，出现以下错误：ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[10,256,400,528]解决方法如下：[10,256,400,528]的第一个参数表示batch_size的大小，第二个参数表示某层卷积核的个数，第三个参数表示图像的高，第四

TensorFlow: Resource exhausted: OOM when allocating tensor with shape[59500, 28, 28, 1]

qq_29007291的博客

08-01

3421

背景: 基于GPU, 用TensorFlow评估模型性能, 直接输出了59500个样本问题: TensorFlow 提示: Resource exhausted: OOM when allocating tensor with shape[10000,32,28,28] 原因一次性输入过度数据, 显存无法容纳解决分批次输入数据, 统计正确分类的个数...

Resource exhausted: OOM when allocating tensor with shape[50,50] and type float on /job:localhost/re

jiuweideqixu的博客

10-23

700

preds = model.predict_proba(X, batch_size=512) 应该是gpu内存不够了。如果可以的话，可以调低batch_size。若仍然不行，那么可以通过减小处理的数据量来解决。因为显存的大小，决定了它的一个运行过程能够处理的数据量的大小。而设置不同的batch_size，可以加快或者降低处理的速度。 ...

ResourceExhaustedError: OOM when allocating tensor with shape[1,128,256,256] and type float ……

LYROOO的博客

12-01

1万+

运行代码时，报标题错。原因显存不够：可以从以下几处排查： 1、tensor shape[1,128,256,256]，batch_size可以改小，我这里是1了，后面256x256图片尺寸也可以改小， 2、我改了训练集batch后发现还是报错，最后发现是测试集几次性输入所有图片，所以要注意排查测试集和数据集都要分批送进网络 3、在之前改bug的时候- -干了个蠢事： gpu_op...

tensorflow:OOM when allocating tensor with shape[225,256,256,36] and type float on /job:localhost/re