如何避免Tensorflow sess.run引发内存溢出问题?
- 内容介绍
- 文章标签
- 相关推荐
本文共计595个文字,预计阅读时间需要3分钟。
下面是简化后的开头内容:
以下为使用调用模型进行批量测试的代码(出现溢出),开始时导致溢出的原因是数据读取方式问题,使用了tf、PIL和cv等格式读取图片数据,发现越来愈慢,内存占用持续升高,调试时发现……
下面是调用模型进行批量测试的代码(出现溢出),开始以为导致溢出的原因是数据读入方式问题引起的,用了tf , PIL和cv等方式读入图片数据,发现越来越慢,内存占用飙升,调试时发现是sess.run这里出了问题(随着for循环进行速度越来越慢)。
本文共计595个文字,预计阅读时间需要3分钟。
下面是简化后的开头内容:
以下为使用调用模型进行批量测试的代码(出现溢出),开始时导致溢出的原因是数据读取方式问题,使用了tf、PIL和cv等格式读取图片数据,发现越来愈慢,内存占用持续升高,调试时发现……
下面是调用模型进行批量测试的代码(出现溢出),开始以为导致溢出的原因是数据读入方式问题引起的,用了tf , PIL和cv等方式读入图片数据,发现越来越慢,内存占用飙升,调试时发现是sess.run这里出了问题(随着for循环进行速度越来越慢)。

