OOM使用占位符进行is_training时使用slim BN

Question

我在slim.batch_norm中设置了占位符is_training params，如下所示：

is_traing_ph = tf.placeholder(tf.bool)
output = slim.batch_norm(
            input,
            activation_fn=activation_fn,
            is_training=is_training_ph,
            updates_collections=None,
            scale=scale,
            scope=scope)

像这样喂它：

sess.run(train_op, feed_dict={is_training_ph:False}

当我用is_training_ph提供True时，程序没问题，但是当我用is_traing_ph提供False时，程序会抛出OOM错误。

而且，当我不使用这样的占位符时：

    output = slim.batch_norm(
            input,
            activation_fn=activation_fn,
            is_training=True,
            updates_collections=None,
            scale=scale,
            scope=scope)

这不是问题。

这是我的完整测试代码和日志跟踪： https://gist.github.com/xxxzhi/8fc8f840a8ec07fdbae7c2fc2c77b3da

有谁知道原因？这是slim.batch_norm的错误吗？

GPU的内存是12G。 CUDA 8，tensorflow1.2，tensorflow1.3

提前致谢。