标签： tensorflow memory-management gpu
我有一个非常大的深度神经网络。当我尝试在GPU上运行它时，我会在分配＆＃34;时得到＃OOM; OOM。但是当我屏蔽GPU并在CPU上运行时，它可以工作（比较小型号时速度大约慢100倍）。
我的问题是，在tenosrflow中是否有任何机制可以让我在GPU上运行模型。我假设CPU使用虚拟内存，因此它可以根据需要进行分配，并在缓存/ RAM /磁盘之间移动（抖动）。
Tensorflow与GPU有类似之处吗？这对我有帮助，即使它比常规GPU运行慢10倍
由于
答案 0 :(得分：0)
GPU内存当前不可扩展（直到PASCAL可用为止）