Tensorflow 错误001：CUDA_ERROR_OUT_OF_MEMORY

最新推荐文章于 2025-06-28 18:54:53 发布

北方的杨先生

最新推荐文章于 2025-06-28 18:54:53 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/Jdk_yxs/article/details/84061812

tensorflow 专栏收录该内容

2 篇文章

订阅专栏

本文针对在使用TensorFlow进行机器学习时遇到的CUDA_ERROR_OUT_OF_MEMORY错误，提供了详细的解决步骤。首先，通过nvidia-smi检查GPU状态，确认内存使用情况。随后，调整代码配置，动态分配GPU内存，避免一次性占用过多资源，确保训练过程稳定。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码出现tensorflow.python.framework.errors_impl.InternalError，from device: CUDA_ERROR_OUT_OF_MEMORY

此文为解决机器学习中使用tensorflow，在运行代码出现上述报错情况

1.先运行nvidia-smi 检查GPU运行情况，若内存够用进入2

2.代码应作已下修改

import tensorflow as tf  
import os  
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #use GPU with ID=0  
config = tf.ConfigProto()  
config.gpu_options.per_process_gpu_memory_fraction = 0.5 # maximun alloc gpu50% of MEM  
config.gpu_options.allow_growth = True #allocate dynamically  
sess = tf.Session(config = config)

以上代码是让GPU运行进行动态分配内存。。