使用Keras训练模型时出现内存不足错误

Question

在tf.device()的帮助下，我一直在GPU上仅使用张量流来训练模型，到目前为止，它的工作情况还不错。我在Keras中制作了另一个NN模型，使用model.fit时出现了OOM错误。

有人可以指导我如何解决此问题吗？

Answer 1

当您的模型想要使用更多的内存而不是可用的内存时，出现OOM（内存不足）错误。在训练之前，请检查您的GPU内存是否已被某个进程占用。在nvidia GPU中，您可以在开始训练之前通过cmd中的命令nvidia-smi与内存进行检查。

如果在开始训练之前任何进程或模型都没有占用内存，并且仍然出现OOM错误，则必须通过更改批大小或减小数据大小或图像大小或通过减少模型的可训练参数来优化模型（数字的神经元）。

Answer 2

现在解决了。我切换到google.colab了一段时间，但是一段时间后，我在设备上使用它，并且运行得非常好，我确实清理了两者之间的一些文件，并尝试使用我的GPU，我猜这触发了解决方案。还是谢谢你。