我正在使用Keras在GPU上训练神经网络,但遇到“Resource exhausted: OOM when allocating tensor”错误。它尝试分配的特定张量并不是很大,因此我认为先前的某个张量消耗了几乎所有的VRAM。这个错误消息带有一个提示,建议如下:
提示:如果您想在OOM发生时查看已分配的张量列表,请将report_tensor_allocations_upon_oom添加到RunOptions以获取当前分配信息。
听起来很好,但我该怎么做呢?RunOptions似乎是Tensorflow的东西,我能找到的很少的文档将其与“session”联系起来。我正在使用Keras,因此Tensorflow被隐藏在抽象层下,并且其会话位于另一层之下。
我该如何深入到所有内容下面设置此选项,以便它会生效?
提示:如果您想在OOM发生时查看已分配的张量列表,请将report_tensor_allocations_upon_oom添加到RunOptions以获取当前分配信息。
听起来很好,但我该怎么做呢?RunOptions似乎是Tensorflow的东西,我能找到的很少的文档将其与“session”联系起来。我正在使用Keras,因此Tensorflow被隐藏在抽象层下,并且其会话位于另一层之下。
我该如何深入到所有内容下面设置此选项,以便它会生效?
ValueError: ('Some keys in session_kwargs are not supported at this time: %s', dict_keys(['options']))
的错误。你知道我做错了什么吗? - Amila[1] 3957 segmentation fault python oom_net.py
。 - Zaccharie Ramzi