tensorflow 显存 训练_解决tensorflow运行显存不够的问题

在训练模型的过程中遇到程序报错，结果发现时因为电脑显存不够，资源都已经分配完了。根据多方查阅，找到了此问题的解决方法，在这里记录和分享一下~

出现问题

错误：Error message: OOM when allocating tensor with shape[8,64,256,256] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc

[[node moments_3/SquaredDifference (defined at D:\Pycharm\arbitrary_style_transfer-master\train.py:73) ]]

Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.

解决办法

在main函数中添加如下这段代码

import tensorflow as tf

import os

os.environ["CUDA_VISIBLE_DEVICES"] = '0' #指定第一块GPU可用

config = tf.ConfigProto()

config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 程序最多只能占用指定gpu50%的显存

config.gpu_options.allow_growth = True #程序按需申请内存

sess = tf.Session(config=config)

位置就在开头，如图：

查看电脑显存

打开电脑设置->系统->显示->高级显示设置->显示适配器属性