我正在尝试使用GPU在Tensorflow中进行矩阵分解（或张量的塔克分解）。我有tensorflow-gpu，我的NVidia GPU有4GB RAM。我的问题是我的输入矩阵巨大，数百万行和数百万列，并且矩阵的大小在内存中超过5GB。所以每次Tensorflow都会给我一个内存不足（OOM）错误。 （如果我关闭GPU，则整个过程可以使用系统RAM在CPU中成功运行。当然，速度很慢。）
我对Tensorflow和NVidia CUDA lib进行了一些研究。 CUDA似乎具有“统一内存”机制，因此系统RAM和GPU RAM共享一个地址簿。尚未找到更多细节。
我想知道Tensorflow是否支持某种内存共享机制，以便我可以在系统RAM中生成输入吗？ （因为我想使用GPU加速计算），GPU可以逐段进行计算。