解决重复运行Tensorflow程序GPU内存占用的小白方法

最新推荐文章于 2024-08-21 00:26:54 发布

怎样

最新推荐文章于 2024-08-21 00:26:54 发布

阅读量1.1k

点赞数 1

分类专栏：杂记

本文链接：https://blog.youkuaiyun.com/m0_37890541/article/details/107733670

版权

初学者在使用Tensorflow-GPU 1.14.0时遇到显存不足的问题，程序多次运行后无法继续。解决方案是每次运行后重启内核以释放GPU资源，避免显存耗尽。此方法简便但非最优，对于需要连续运行的程序，可能需要考虑升级显卡或调整GPU资源占用设置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作为一个刚入门CV的新手，最近在运行一个生成人脸图像的程序时遇到了问题，程序是可以运行的，但是运行两次后就会出错，具体如下：

ResourceExhaustedError: 2 root error(s) found.
  (0) Resource exhausted: OOM when allocating tensor with shape[1,3,3,512,

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

怎样

关注关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

用 conda 安装 tensorflow-gpu

Joe_Hall_Lee的博客

06-25

731

后来发现这样直接不安装其他依赖也会有问题，因为很多库如果不安装别的依赖是用不了的，手动安装所有需要的依赖又太麻烦。于是换了一种方法，写一个 constraints.txt 文件作为约束，在安装其他库的时候就不会改变约束文件中库的版本了，我的约束文件目前有这些库。最近遇到了安装 TensorFlow 但无法识别 GPU 的问题，折腾了半天终于安装成功，总结一下安装步骤，前提是电脑里已经有 CUDA 了。每台电脑的环境都不一样，这种方法只针对此时此刻我的电脑有用，记录一下。然后再安装想装的库，比如这样。

在Windows 11上安装tensorflow-gpu最新版本2.12.0

Polaris_sky的博客

02-21

1万+

小白必看必坑指南！一学就懂，手把手教你装tensorflow-gpu版本！报学必学会（如何跳坑）！！

参与评论您还未登录，请先登录后发表或查看评论

Tensorflow-释放GPU内存

风吴痕的博客

09-19

7931

参考：http://blog.csdn.net/lgh0824/article/details/77096241 1、输入nvidia-smi 2、执行sudo kill -9 20521 再输入nvidia-smi进行查看

解决tensorflow.python.framework.errors_impl.ResourceExhaustedError: 2 root error(s) found.

qq_43239577的博客

07-24

5969

报错: 原因:可能是显存不足解决方法: (1):设置GPU内存按需分配 gpu_options = tf.GPUOptions(allow_growth=True) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))# sess = tf.InteractiveSession(config=tf.ConfigProto(gpu_options=gpu_options)) (2)在代码的最顶端添加如下代码: physical

“实战深度学习”-缺陷：ran out of memory错误解决办法

文山

12-11

3071

调整代码在Data这部分使用cpu。设置较小的batch size。

ResourceExhaustedError: OOM when allocating tensor with shape[1,128,256,256] and type float ……

LYROOO的博客

12-01

1万+

运行代码时，报标题错。原因显存不够：可以从以下几处排查： 1、tensor shape[1,128,256,256]，batch_size可以改小，我这里是1了，后面256x256图片尺寸也可以改小， 2、我改了训练集batch后发现还是报错，最后发现是测试集几次性输入所有图片，所以要注意排查测试集和数据集都要分批送进网络 3、在之前改bug的时候- -干了个蠢事： gpu_op...

【ShuQiHere】小白也能懂的 TensorFlow 和 PyTorch GPU 配置教程

热门推荐

qq_43436046的博客

09-07

4万+

在进行pytorch训练的时候，会出现类似以下错误：RuntimeError: CUDA out of memory. Tried to allocate 这表示显卡内存不足，搜索怎么释放显卡的内存的时候，大多都是linux下的解决方法。 windows下可以这样做：打开cmd窗口，输入nvidai-smi查看显卡使用情况如图可以看到下边有个PID表示进程id,然后打开任务管理器，点击详细信息，根据pid找到需要释放的进程结束即可。 ...

ResourceExhaustedError的本质原因及解决方式

qq_15694045的博客

08-20

5448

背景：跑一个lenet模型，数据集没选用keras自带的手写数字图像，而是选择（224,224,3）维的较大像素图像。报错：ResourceExhaustedError: OOM when allocating tensor with shape[200704,1024] Hint: If you want to see a list of allocated tensors when...

tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shap

liguandong

02-12

2万+

报错： tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[64,147,147,64] 出现以上类似的错误，主要是因为模型中的batch_size值设置过大，导致内存溢出，batch_size是每次送入模型中的值，由于GPU的关系，一般设为1

报错解决：ResourceExhaustedError: OOM when allocating tensor with shape[1,36864,36864]

RS_Deer的博客

01-13

1392

运行代码报错：Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocatio [Op:__inference_predict_function_5604] 百度看到有人说显存不够，减小batchsize，然后我减小到1还是不行，最后发现是我文件开头加的三行代码（见下图）的问题，..

ResourceExhaustedError的原因及解决方式

学眞的博客

05-23

2万+

在对see in the dark 代码进行测试时，我输入了一张[2848,4256,3]的ARW sony原始数据图片，运行后出现下面错误：tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[1,1424,2128,64]表示卷积后生成的图片数...

[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...

Tensorflow运行时ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape

qq_40431912的博客

02-22

3785

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...

TensorFlow2.0学习过程中遇到“ResourceExhaustedError”错误的一种解决思路

斯普蕊赢的博客

04-21

2552

最近在学习利用TensorFlow2.0训练模型，然后就遇到了下面这个错误： ResourceExhaustedError Traceback (most recent call last) <ipython-input-15-0d9dc5695c3a> in <module> ----> 1 history=model.fit(train_x,train_y,epochs=5,batch_size=64,validation_data=(

tensorflow2.0 InternalError: 2 root error(s) found. Internal: Blas GEMM launch failed解决办法

微信公众号：码奋

04-06

1798

在代码最前面加入代码注意，这里为tensorflow2.0版本，与第1.0有差距。 import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" #原版 config = tf.ConfigProto(allow_soft_placement=True) config = tf.compat.v1.ConfigProto(allow_sof...

如何在base环境中安装tensorflow-gpu

05-10

在base环境中安装tensorflow-gpu，可以按照以下步骤操作： 1. 确认已经安装了CUDA和cuDNN，这是使用GPU版本Tensorflow的必要条件。 2. 打开命令行终端，进入base环境。 3. 执行以下命令，安装tensorflow-gpu： ``` pip install tensorflow-gpu ``` 4. 等待安装完成，即可在base环境中使用tensorflow-gpu了。需要注意的是，如果在安装过程中出现了依赖冲突等问题，可以尝试升级pip或者使用conda安装。同时，也可以参考官方文档进行安装：https://www.tensorflow.org/install/gpu。