Python报错：00M: When allocating tensor with shape.

最新推荐文章于 2025-07-09 17:48:15 发布
最新推荐文章于 2025-07-09 17:48:15 发布
阅读量3.5k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： Python基础 深度学习 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/songchunxiao1991/article/details/82424219
本文详细解析了在分配张量时出现的OOM错误，通常由显卡内存不足引起。介绍了检查显卡占用情况的方法，以及调整batch_size参数来解决内存溢出问题的策略。

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

OOM : When allocating tensor with shape.

报错原因：显卡内存不够；

解决办法：①、首先查看显卡占用情况，有可能是显卡内存被别的程序占用没有退出，可以后台查看；

                  ②、排除第一种情况之后，考虑：bath_size可能设置过大，可以适当调小。

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...
Tensorflow调参报错：Resource exhausted OOM when allocating tensor with shape
qq_24594197的博客
11-13 6462
错误信息 Resource ex hausted: OOM when allocating tensor with shape[200,256,28,28] and**** 这是一种调参时常遇到的问题，由于电脑显存不够而导致，我的电脑显存是8g，在调整参数 IMAGES_PER_GPU = 2时，会导致这样的错误，将其改回1错误消失(降低了batch size的大小)，一般的解决办法： 减少Batch 的大小 分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把204
内存溢出OOM是什么，如何应对（Python）
最新发布
学习代码
07-09 348
—水会溢出、淹没桌面，而程序则会因“内存不够用”直接崩溃。在Python中，这种现象常表现为程序突然卡死、被系统强制终止，或抛出。内存溢出（Out Of Memory，OOM）就像往一个。通过上述方法，Python即使处理GB级数据也能游刃有余。：优先惰性计算（生成器），其次分块处理，最后借助高效库（如。）——让内存从“爆仓”变“高效周转”。
训练深度学习模型时报错**ResourceExhaustedError:** OOM when allocating tensor with shape原因和解决方法分析
wyf425的博客
03-22 4536
训练深度学习模型时报错ResourceExhaustedError: OOM when allocating tensor with shape原因和解决方法分析 一、报错内容 报错内容如下图所示： 这是在采用tensorflow训练网络时非常常见的报错形式。 二、原因分析 **核心原因：**GPU显存不足。 表面原因： Batchsize太大； 图片尺寸太大； 池化层池化效果不佳； 等等。 二、解决方法 **核心方法：**使用一切手段减少模型内存占用或扩大显卡内存或采用其他内存。开源节流相辅相成.
解决TensorFlow GPU版出现OOM错误
lzhero的博客
11-29 2万+
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_b...
Error：OOM when allocating tensor with shape[......]
澄宁的博客
12-26 1万+
问题描述： 训练模型时，遇到： 原因： 内存不够，OOM即ran out of memory 可以使用top命令动态监听运行时间非常短的程序的内存使用情况：参考 启用2个session，一个session运行top命令，另一个session运行指定的程序，top命令会输出与这个命令相关的资源使用情况。 解决方法： 最直观的方式就是减小batch_size或者hidden_layer中的单元数 ...
ResourceExhaustedError: OOM when allocating tensor with shape[512] and type float on /job:localhost
weixin_44152421的博客
05-26 1万+
运行resnet50程序时，出现这个错误。 **原代码地址：**https://github.com/calmisential/TensorFlow2.0_ResNet 错误显示： ResourceExhaustedError: OOM when allocating tensor with shape[512] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [[node res_
tensorflow资源耗净 Resource exhausted OOM when allocating tensor with shape
妙音
05-01 4107
描述 tensorflow跑训练集经常会遇到错误Resource exhausted: OOM when allocating tensor with shape[64,33,33,2048] 错误内容 tensorflow.python.framework.errors_impl.ResourceExhaustedError: 2 root error(s) found. (0) Resou...
tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shap
m0_46926492的博客
03-06 1896
【代码】tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shap。
(0) Resource exhausted: OOM when allocating tensor with shape[16,12,512,512] and type bool on
intmain_S的博客
01-05 614
训练模型时出现上述问题。
Tensorflow运行中遇到OOM when allocating tensor的解决
qq_45704645的博客
11-14 3230
Tensorflow运行中遇到OOM when allocating tensor 在使用tensorflow训练程序的时候，遇到了如下错误： 原因是GPU OOM内存不够，因此可尝试改成批处理。即将训练的数据调小。 将batch_size调小。
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
OOM when allocating tensor with shape[96,3,299,299] and type float on /job:localhost/replica:0/task:...
weixin_34210740的博客
10-14 1822
  单个GPU启动任务时报OOM的错误： tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[96,3,299,299] and type float on /job:localhost/replica:0/task:0/device:GP...
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 2360
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] tensorflow.***.ResourceExhaustedError: OOM when allocating tensor with shape[***]
qq_19007335的博客
08-18 720
因为现在做的一个项目需要同时加载多个模型，而给的显卡又太渣了，加载不了几个就OOM了，查资料发现可以使用cpu来预测，使用cpu时是使用内存而不是使用显存，正好给的服务器的内存很大，所以这里记录一下 tensorflow版本：2.4.2 显卡：NVIDIA Quadro P620 显存：2G 内存：128G 解决：执行 os.environ["CUDA_VISIBLE_DEVICES"] = "-1"` 之后预测会使用cpu计算而不是gpu，会使用内存而不是使用显存。 ...
OOM when allocating tensor with shape****and type float on /job:localhost/replica:0/ta解决
weixin_56178442的博客
05-22 817
用tensorflow训练一个模型的时候出现如标题所述的这个错误，同时还有Tensorflow: Allocation of XXXXXX exceeds 10% of system memory，按照csdn上几篇博文的建议，减少了batch_size仍没解决。后来发现是输入值的维度太大，把它调小就解决了。
Tensorflow中遇到OOM when allocating tensor
热门推荐
lanyuxuan100的博客
04-21 2万+
在使用tensorflow训练程序的时候，遇到了如下错误： 这表明内存溢出，在查看发现有另外一个训练程序与之争抢资源，停掉，在重新给训练任务分配GPU，避免争抢，问题解决。
''tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with sh...
weixin_34319999的博客
06-21 1019
这是tensorflow 一个经常性错误，错误的原因在于：显卡内存不够。 解决方法就是降低显卡的使用内存，途径有以下几种措施: 1 减少Batch 的大小 2 分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把2048改成1042啥的 3 增加pool 层，降低整个网络的维度。 4 修改输入图片的大小 总结以下：想进一切办法降维，降低网络的维度。...
ResourceExhaustedError: OOM when allocating tensor with shape[25088,4096] and type float on
qq_42544924的博客
07-02 845
基于GPU版本tensorflow2.0模块训练VOC数据集时，出现如下问题： ResourceExhaustedError: OOM when allocating tensor with shape[25088,4096] and type float on 经查阅资料，意思为显卡内存不足。分析原因是数据量过大导致。 解决办法：将卷积层 Conv2 的卷积核个数大幅度削减之后，即可。 ...
oom when allocating tensor with shape
06-28
回答1：</h3><br/>"oom when allocating tensor with shape" 的意思是在分配形状为某个值的张量时出现了内存不足的错误。这通常是因为计算机的内存不足以容纳所需的张量大小。需要考虑减少张量的大小或增加计算机的...
评论
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
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