OOM when allocating tensor with shape[300,14,14,256] and type float on /job:localhost/replica:0/tas

本文分享了在使用Mask R-CNN模型训练过程中遇到的显存溢出问题及解决办法,通过调整GPU_COUNT和IMAGES_PER_GPU参数,成功在8G显存的服务器上完成模型训练。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

训练mask-R-cnn模型,训练时将model.train(dataset_train, dataset_val,learning_rate=config.LEARNING_RATE,epochs=40,layers='heads')中的layers=‘heads’修改成layers='4+',结果报错

OOM when allocating tensor with shape[300,256,28,28] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc

入下面截图

原来的heads模型是可以训练的,但改成all或者3+都不能运行,我的服务器是8G的显存,网上查了一卷说是bach_size过大,后来修改了GPU_COUNT=1或IMAGES_GPU=1,模型可以正常训练了,不过有GPU的服务器最好改IMAGES_GPU=1

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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