解决GPU内存溢出问题的方法

当使用GPU进行卷积神经网络（CNN）类模型的训练时，有时会遇到内存溢出的错误。这种错误通常发生在模型较大、批量大小较大或者GPU内存较小的情况下。下面我将介绍几种解决GPU内存溢出问题的方法。

1. 减小批量大小（Batch Size）：
   批量大小决定了每次迭代训练时数据的数量。较大的批量大小会占用更多的内存。如果遇到内存溢出错误，可以尝试减小批量大小。虽然较小的批量大小可能会导致训练过程变慢，但可以减少内存使用量。以下是一个示例代码，展示如何设置批量大小：

batch_size = 32  # 原始批量大小
new_batch_size = 16  # 新的批量大小

# 设置新的批量大小
model.fit(X_train