ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[64,1,5,5]

最新推荐文章于 2025-05-20 08:25:02 发布
原创 最新推荐文章于 2025-05-20 08:25:02 发布 · 259 阅读 · 0 ·
CC 4.0 BY-SA版权
Author:baiyun ,Email:mitbaiyun@163.com

博客指出当遇到参数太多导致GPU内存不足的问题时，可适当减少参数，之后进行了调参操作。

参数太多，gpu内存不足，适当减少参数

在这里插入图片描述
在这里插入图片描述

调参后

在这里插入图片描述

Tensorflow运行时ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape
qq_40431912的博客
02-22 3811
使用Tensorflow库进行cifar-10模型测试时，出现以下错误： ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[10000,32,32,32] and type float on /job:localhost/replica:0/task:0/device:GP...
ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[682112,156]
secretxx的博客
04-25 5758
运行出错结果如下：出错原因主要和自己的算法有关，在图像识别的程序中，我的filters的数量分配如下：Filters的数量越多，同一张图片经过这些filters提取特征后占用显卡内存数量越大，经过这两层众多数量的filter卷积后，占用的内存极大。另外：图片经过这些filters提取特征后缓存在显卡内存中，经过flaten展平，在经过一层包含1024个神经元的神经网络学习，每一批（batch）数据...
ResourceExhaustedError解决方法
热门推荐
码世界
11-13 6万+
最近经常碰到这个问题，搞得有点怀疑人生了……首先恭喜你，你遇到了一个比较玄的问题…………………………ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[154,800]…………………………训练过程中，模型跑得好好的，结果'喀’，蹦出这么个错误，不能愉快的玩耍了都。这个错误一出...
ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[100,35,35,64
weixin_38100489的博客
01-18 2243
原因是显存不够了，解决方式缩小图片大小，我试了管用。 参考： http://wenda.chinahadoop.cn/question/6162
ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[1105,7,7
weixin_36670529的博客
11-30 919
一般出现这个问题是GPU内存不够用，重新指定GPU即可。
报错解决：ResourceExhaustedError: OOM when allocating tensor with shape
个人博客
04-14 2万+
报错解决：ResourceExhaustedError: OOM when allocating tensor with shape 早上在使用tensorflow时遇到如下报错： Traceback (most recent call last): File "C:\Users\peter\Anaconda3\lib\site-packages\spyder_kernels\custom...
Resource exhausted: OOM when allocating tensor with shape[2304,384] Traceback (most recent call last
yjk13703623757的博客
03-21 4837
问题 我用tensorflow训练深度学习模型时，出现以下错误： # python train.py --logdir myLog --batch_size 256 --dropout_rate 0.5 OP_REQUIRES failed at conv_ops.cc:636 : Resource exhausted: OOM when allocating tensor with shap...
IBM云平台linux下训练yolov3，GPU被其他程序占用，内存不够导致报错
wukai0909的博客
09-09 1010
超参重新调整后，开始运行程序训练yolov3，开始以为是调整程序，修改参数导致的错误。但在恢复原参数，还是照样错误，通过对错误代码的解读，是GPU内存不够导致。但比较奇怪的是对于IBM云平台，只能训练被指定分配的GPU，被其他人的程序占用，导致报错。 2019-09-07 17:10:57.137765: I tensorflow/core/common_runtime/bfc_allocato...
ResourceExhaustedError: OOM when allocating tensor with shape[10,256,400,528]
qq_36427732的博客
12-08 2万+
使用keras库进行模型训练时，出现以下错误：ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[10,256,400,528]解决方法如下：[10,256,400,528]的第一个参数表示batch_size的大小，第二个参数表示某层卷积核的个数，第三个参数表示图像的高，第四
[显存被占满，程序无法运行问题]ResourceExhaustedError (see above for traceback): OOM when allocating tensor
Fox_Alex的博客
04-10 1万+
最近在实验室的服务器上跑tensorflow程序，一直都没有报错，但是今天却突然报错，而且出错提示显示的内容从未见到过，错误提示如下： 错误提示资源耗尽，无法分配tensor出错。通过在网上查找原因以后才明白，是因为后台存在其他进程占用GPU资源。问题出在两方面，一个是有其他进程正在GPU上运行占用GPU资源，另外一个是由于所写的模型逻辑出了问题，比如分配大小等等。第二种情况需要自己重新检查...
解决TensorFlow GPU版出现OOM错误的问题
12-20
问题： 在使用mask_rcnn预测自己的数据集时，会出现下面错误： ResourceExhaustedError: OOM when allocating tensor with shape[1,512,1120,1120] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [[{{node rpn_model/rpn_conv_shared/convolution}} = Conv2D[T=DT_FLOAT, data_format="NCHW", dilation
ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[16,77,3072]
Learning
03-16 4654
跑模型的时候出现了下面的错误（太长了，所以只保留了有用的关键信息）。在网上得知，出现这种错误的原因可能是显存空间不够，这有可能是使用的batch_size过大或者显卡被其他服务占用引起的。之后我查看了一下源码，偶然间发现代码里使用的n_gpu的默认值是4，我将其修改为1并重新运行代码之后，代码被成功执行。 结合网上搜索到的资源和我的这次试验，总结一下出现这个问题的原因： batch_size太...
ResourceExhaustedError (see above for traceback): OOM when allocating tensor of shape [9216,4096] an
weixin_42608406的博客
03-22 308
ResourceExhaustedError (see above for traceback): OOM when allocating tensor of shape [9216,4096] and type floa [[Node: training/Modified_SGD/zeros_8 = Const[dtype=DT_FLOAT, value=Tensor<type: float shape: 9216,40b:localhost/replica:0/task:0/device:GPU:
tensorflow报ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape
修炼之路
06-03 6080
错误原因：是因为tensorflow不能够开辟跟多的内存导致报错。解决办法:tensorflow中的run方法中的feed_dict的数据，由原来整个训练集(测试集)改为批量预测或者训练。...
显存不够----ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[4096...
weixin_34162401的博客
02-08 251
ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[4096] 类似问题https://github.com/CharlesShang/TFFRCNN/issues/68 参考： http://blog.youkuaiyun.com/qing101hua/arti...
错误：基于tensorflow识别mnist数据集出现ResourceExhaustedError (see above for traceback): OOM when allocating ten
03-03 514
本机环境是基于tensorflow-gpu版本的，在前几次训练都是没有问题的，然后在最近因为某些原因重新安装了tensorflow，然后就导致出现这个问题，我最近也一直疑惑为啥我重新安装过后就会出现这种错误呢，查找资料过后只能暂定为运行的时候显存占用过多导致出现这个错误，但是为啥前几次就没有出现这个错误呢？2、GPU的显存太小，或者剩余的显存太少了，通过nvidia-smi命令查看占用GPU的进程，然后把进程kill掉。，这里面的代码是使用CPU进行训练的，而我这里是采用GPU进行训练的。
TensorFlow训练报错：ResourceExhaustedError: OOM when allocating tensor device:GPU:0 by allocator G
与君共勉，一起学习
05-02 2423
使用TensorFlow训练某些较大模型时会发生内存溢出，如果 已经安装了TensorFlow-GPU版本，训练时会优先调用GPU版本的TensorFlow，而一般电脑上显存比较小，很容易发生溢出，就会出现如下报错： ResourceExhaustedError: OOM when allocating tensor with shape[1024,728,1,1] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allo
tensorflow ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape
loovelj的博客
03-29 1078
1、问题： 在tensorflow 的Object detection 中，如果出现上面的错误，就是内存溢出，主要原因是设置的batchsize过大 2、解决方法： 在config中，减少batch_size的数值就好 ...
TensorFlow报错OOM when allocating tensor的显存不足问题
最新发布
shejizuopin的博客
05-20 781
排查步骤适用场景优点减小批量大小批量大小设置过大快速降低显存占用，但可能影响训练效果修改模型结构模型规模过大降低模型复杂度，减少显存占用使用低精度数据类型需要降低显存占用但允许一定精度损失显著降低显存占用，但需注意数值稳定性释放未使用的GPU资源存在未释放的GPU资源占用快速释放显存，恢复GPU可用性使用梯度累积需要在减小批量大小的同时保持训练效果模拟更大的批量大小，提高训练效果使用分布式训练单个GPU显存不足将计算任务分配到多个GPU上，减轻内存压力。
error in sitecustomize; set pythonverbose for traceback: nameerror: name 'reload' is not defined
06-28
具体的错误信息是NameError，即名称错误，其中'reload'这个名称没有被定义。可能是因为你在使用reload函数时没有正确导入相关的模块或库。你可以检查一下代码中是否有这样的问题，并尝试修复它。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BigData-0

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值