这个报错的原因有很多
1、自身代码有问题，导致GPU内存不够用
这个只能自查
2、有未释放的GPU资源，导致GPU不够用；当然也有可能多人使用GPU，别人使用了。
我要说的问题是有未释放的GPU资源，导致GPU不够用。
图一
如图一可知，明明GPU1使用了12079M，但是在PID列，四个进程加起来不到1000M，那么可判断有进程占用GPU未被释放
那么执行下面命令
fuser -v /dev/nvidia* #查找占用GPU资源的PID
显示如下
果然有进展偷偷占用，把这个进程关了，执行下面命令。
kill -9 27600
然后再执行nvidia-smi就可以看到内存已经被释放了
这个报错的原因有很多1、自身代码有问题，导致GPU内存不够用这个只能自查2、有未释放的GPU资源，导致GPU不够用...
报错 ResourceExhaustedError (see above for traceback): OOM ...
问题：ResourceExhaustedError (see above for traceback): OOM ...
问题：出现OOM报错： OOM command not allowed when used memory > ‘m...
Resource exhausted error： OOM when allocating tensorwith ...
## todo monitor direct memory to avoid OOM，sometimes when...
今天在GPU上运行卷积神经网络手写数字，报了如下错误Resource exhausted: OOM when al...
减小batch_size
WARNING:tensorflow:From D:\GitHub\CapsNet-Tensorflow\util...
这是因为空间不足，把batch_size设置小一点通常就可以了。
本文标题：ResourceExhaustedError :OOM when
本文链接：https://www.haomeiwen.com/subject/lpxufqtx.html
网友评论