使用共享内存（VRAM + RAM）进行可视化

Question

我正在尝试在tensorboard中显示500个图像，但我一直收到OOM错误。问题似乎是我没有足够的VRAM用于500 x HEIGHT x WIDTH numpy数组。这是代码：

images_with_boxes = tf.Variable(  initial_value = np.zeros((cfg.VISUALIZATION_BATCH_SIZE, cfg.IMAGE_HEIGHT, cfg.IMAGE_WIDTH, 3)), name="image", dtype=tf.float32)
update_placeholder = tf.placeholder(images_with_boxes.dtype, shape=images_with_boxes.get_shape())
update_images = images_with_boxes.assign(update_placeholder)

tf.summary.image("images", images_with_boxes, max_outputs=cfg.VISUALIZATION_BATCH_SIZE )

其中cfg.VISUALIZATION_BATCH_SIZE为500。

我看到```cfg.VISUALIZATION_BATCH_SIZE``通常设置为16，但我需要500个样本可视化。有没有办法增加numpy数组的内存空间？也许通过共享RAM？

任何想法都赞赏。