TensorFlow训练MNIST报错ResourceExhaustedError
Posted zmj97
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了TensorFlow训练MNIST报错ResourceExhaustedError相关的知识,希望对你有一定的参考价值。
title: TensorFlow训练MNIST报错ResourceExhaustedError
date: 2018-04-01 12:35:44
categories:
- deep learning
tags:
- MNIST
- TensorFlow
在最后测试的一步报错:
ResourceExhaustedError (see above for traceback): OOM when allocating tensor
搜索了一下才知道是GPU显存不足(emmmm....)造成的,可以把最后测试的那行代码改为将测试集分成几个小部分分别测试最后再求精度的平均值:
accuracy_sum = tf.reduce_sum(tf.cast(correct_prediction, tf.float32))
good = 0
total = 0
for i in range(10):
testSet = mnist.test.next_batch(50)
good += accuracy_sum.eval(feed_dict={ x: testSet[0], y_: testSet[1], keep_prob: 1.0})
total += testSet[0].shape[0]
print ("test accuracy %g"%(good/total))
以上是关于TensorFlow训练MNIST报错ResourceExhaustedError的主要内容,如果未能解决你的问题,请参考以下文章
Tensorflow的官方MNIST模型具有较高的训练精度,但预测性能较低
Tensorflow:如果我有一个训练有素的 MNIST 模型,我如何检测图像中的手写数字?
TensorFlow2 手把手教你训练 MNIST 数据集 part 2