1.在训练的循环逻辑中有创建新节点的操作:
可在创建完图之后添加以下代码 sess.graph.finalize()
当以后有新建节点的操作时 会报错,便于修改代码
2.在使用tf.data.Dstaset读取数据是使用了shuffle并设置了较大的buffersize,在buffer未被填满时,内存会一直增加,直到buffer被天满为止
这种情况应该考虑自己的内存预算,合理设置buffersize不应该使buffer的内存过大而导致内存不足
3.其他bug
1.在训练的循环逻辑中有创建新节点的操作:
可在创建完图之后添加以下代码 sess.graph.finalize()
当以后有新建节点的操作时 会报错,便于修改代码
2.在使用tf.data.Dstaset读取数据是使用了shuffle并设置了较大的buffersize,在buffer未被填满时,内存会一直增加,直到buffer被天满为止
这种情况应该考虑自己的内存预算,合理设置buffersize不应该使buffer的内存过大而导致内存不足
3.其他bug