首页 > 代码库 > tensorflow-gpu 使用的常见错误
tensorflow-gpu 使用的常见错误
这篇博客会不定期整理我在 tensorflow 中出现的问题和坑。
1. CUDA_ERROR_OUT_OF_MEMORY:
tensorflow 在执行过程中会默认使用全部的 GPU 内存,给系统保留 200 M,但是在我的系统上会在分配内存时被拒绝导致报错,因此我们可以使用如下语句指定 GPU 内存的分配比例:
# 配置每个 GPU 上占用的内存的比例 gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.95) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
可以看看这里的解释:stackoverflow
还有可能是这个问题:stackoverflow
2. 设置提示信息的等级
# 在 import tensorflow 之前加入 import os os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘1‘ # 这是默认的显示等级,显示所有信息 # 2级 import os os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘2‘ # 只显示 warning 和 Error # 3级 import os os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘3‘ # 只显示 Error
tensorflow-gpu 使用的常见错误
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。