Tensorflow在多次迭代后给出了错误：抛出'std :: bad_alloc'what（）实例之后调用终止方法what（）：std :: bad_alloc

Question

在训练过Tensorflow模型后，我计划使用for循环进行预测。它在大约200次迭代中可以很好地工作，但过一会儿会弹出一个错误：“ tensorflow / core / platform / cpu_feature_guard.cc：140]您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 FMA。...抛出'std :: bad_alloc'实例后调用终止终止

预测过程类似于：

ab=[]
for i in range(1,5000):
    print(i)
    end=(i)*msize 
    spair=cob1[start:end]
    selpfeatures=pfeatures.loc[spair[spair.columns[1]]]
    seldrug=drugdes.loc[spair[spair.columns[0]]]
    rownames=paste(spair[spair.columns[0]], spair[spair.columns[1]], sep='_')
    selpfeatures.reset_index(drop=True, inplace=True)
    seldrug.reset_index(drop=True, inplace=True)
    myset=pd.concat([selpfeatures,seldrug], axis=1)
    myset.index=rownames
    myset1 = myset.iloc[:,nonna-1 ]
    myset11=myset1.values
    predictions1=predict(myset11.T,parameters)
    prediction11= pd.DataFrame(predictions1)
    prediction11.index=rownames
    highpairs=prediction11.loc[prediction11[prediction11.columns[0]] >= 0.95]
    ab.append(highpairs)
    start=end

这是一种内存或代码效率问题吗？我该如何解决这个问题？