原因
第一个问题的原因为电源功率不足,第二个问题的原因为显卡内存不足
解决方法
- 加大电源功率或给显卡独立供电,可能显卡自己要分割大约15伏的电压(视显卡型号而定)
- 加大显存或压缩推理模型,另外对全部分配显存进行计算和动态分配显存进行计算进行选择可能会解决OOM的问题,代码如下:
#allow growth(全部分配内存) session = tf.Session() #使用allow_growth option,刚一开始分配少量的GPU容量,然后按需慢慢的增加,由于不会释 #内存,所以会导致碎片 #allow growth(动态分配内存) config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config) #使用allow_growth option,刚一开始分配少量的GPU容量,然后按需慢慢的增加,由于不会释 #内存,所以会导致碎片 `` [1]https://blog.csdn.net/u012436149/article/details/53837651
来源:51CTO
作者:W.S.Yin
链接:https://blog.csdn.net/qq_36679208/article/details/100622467