马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 十月故里 于 2020-6-3 23:22 编辑
最近在自学深度学习，然后在自己制作数据集的过程中，遇到了显存爆炸的问题了
看了网上的解决方法（ps：吐槽一下，很多都是1.*版本的，最新版本2.0的超级少）
找到了一个分配gpu内存的方法gpus=tf.config.experimental.list_physical_devices(device_type='GPU')
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #指定第一块GPU可用
tf.config.experimental.set_memory_growth(gpus[0],True) #设置显存按需申请
tf.config.experimental.VirtualDeviceConfiguration(memory_limit=2048) #限制最大显存使用2G
然而，满怀希望继续跑的时候，又双溢出了
OP_REQUIRES failed at cwise_ops_common.h:134 : Resource exhausted: OOM when allocating tensor with shape[333,500,3] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
有没有相关方面的大佬指点一下
程序在数据集比较小的时候是能正常跑的，所以程序上应该没啥问题
如果可以的话，想咨询下大佬们平时自己制作数据集，如生成npy文件都是用什么方法（对图像类的处理）
最后，感谢大佬百忙中抽空来回帖 | 
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2020-6-3 23:20:59
置顶卡
千斤顶
显身卡
楼主
限制显存占用的方法应该是走不通了