我正在使用Tensorflow和Keras来训练用于对象识别(YOLO(的神经网络。
我编写了模型，并尝试使用 keras model.fit_generator(( 进行训练，批量包含 32 张 416x416x3 图像。
我使用的是具有8GB内存的NVIDIA GEFORCE RTX 2070 GPU(Tensorflow使用约6.6 GB(。
但是，当我开始训练模型时，我收到如下消息：
tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape
2019-02-11 16:13:08.051289: W tensorflow/core/common_runtime/bfc_allocator.cc:267] Allocator (GPU_0_bfc) ran out of memory trying to allocate 338.00MiB. Current allocation summary follows.
2019-02-11 16:13:08.057318: I tensorflow/core/common_runtime/bfc_allocator.cc:597] Bin (256): Total Chunks: 1589, Chunks in use: 1589. 397.3KiB allocated for chunks. 397.3KiB in use in bin. 25.2KiB client-requested in use in bin.
2019-02-11 16:13:08.061222: I tensorflow/core/common_runtime/bfc_allocator.cc:597] Bin (512): Total Chunks: 204, Chunks in use: 204. 102.0KiB allocated for chunks. 102.0KiB in use in bin. 100.1KiB client-requested in use in bin.
...
2019-02-11 16:13:08.142674: I tensorflow/core/common_runtime/bfc_allocator.cc:597] Bin (268435456): Total Chunks: 11, Chunks in use: 11. 5.05GiB allocated for chunks. 5.05GiB in use in bin. 4.95GiB client-requested in use in bin.
2019-02-11 16:13:08.148149: I tensorflow/core/common_runtime/bfc_allocator.cc:613] Bin for 338.00MiB was 256.00MiB, Chunk State:
2019-02-11 16:13:08.150474: I tensorflow/core/common_runtime/bfc_allocator.cc:632] Chunk at 000000070B400000 of size 1280
2019-02-11 16:13:08.152627: I tensorflow/core/common_runtime/bfc_allocator.cc:632] Chunk at 000000070B400500 of size 256
2019-02-11 16:13:08.154790: I tensorflow/core/common_runtime/bfc_allocator.cc:632] Chunk at 000000070B400600 of size 256
....
2019-02-11 16:17:38.699526: I tensorflow/core/common_runtime/bfc_allocator.cc:645] Sum Total of in-use chunks: 6.11GiB
2019-02-11 16:17:38.701621: I tensorflow/core/common_runtime/bfc_allocator.cc:647] Stats:
Limit: 6624727531
InUse: 6557567488
MaxInUse: 6590199040
NumAllocs: 3719
MaxAllocSize: 1624768512
2019-02-11 16:17:38.708981: W tensorflow/core/common_runtime/bfc_allocator.cc:271] ****************************************************************************************************
2019-02-11 16:17:38.712172: W tensorflow/core/framework/op_kernel.cc:1412] OP_REQUIRES failed at conv_ops_fused.cc:734 : Resource exhausted: OOM when allocating tensor with shape[16,256,52,52] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
我只报告了该消息的几行，但似乎很明显这是内存使用问题。
也许我应该在我的生成器函数中使用 CPU 从文件中读取图像和标签？在这种情况下，我该怎么办？
谢谢。
416x416 对于神经网络来说是一个相当大的尺寸。
在这种情况下，解决方案是减小批大小。
您可能不喜欢的其他解决方案是：
- 减少模型容量(减少层中的单元/过滤器(
- 减小图像大小
- 如果您使用的是 float64，请尝试 float32(这在 Keras 中可能非常困难，具体取决于您使用的图层(
Keras/Tensorflow在分配内存时有一个奇怪的行为。我不知道它是如何工作的，但我似乎相当大的模型通过了，而较小的模型失败了。然而，这些较小的模型具有更复杂的操作和分支。
一件重要的事情：
如果此问题发生在您的第一个 conv 层中，则在模型的其余部分无法执行任何操作，您需要减少第一层的过滤器(或图像大小(