我使用我的GPU -NVIDIA 1060 3GB使用了Yolo检测，并且一切都很好。
现在，我正在尝试使用PARAM -GPU 1.0生成自己的模型。TensorFlow可以看到我的GPU，因为我可以在开始时阅读："名称：GeForce GTX 1060专业：6小型：1 MemoryClockrate（GHz）：1.6705" TotalMemory：3.00Gib freemory：2.43gib"
无论如何，以后，当程序加载数据时，正在尝试开始学习时，我有以下错误："无法分配设备的832.51m（872952320字节）：cuda_error_out_of_memory"
我已经检查了它是否尝试使用我的其他GPU（Intel 630），但不是。
当我在没有" - gpu"模式选项的情况下运行火车过程时，它可以正常工作，但慢慢。（我也尝试了-gpu 0.8，0.4 ect。）
任何想法如何修复？
解决了问题。更改配置文件中的批处理大小和图像大小似乎没有帮助，因为它们没有正确加载。我必须转到defaults.py文件，然后将其更改为降低，以使我的GPU计算步骤。
看起来您的自定义模型用于大量内存，而图形卡无法支持它。您只需要使用-batch选项来控制内存的大小。