使用keras和theano的python的MemoryError

我试过this keras教程 . 我在我的另一个项目中使用theano，所以我改变keras使用theano而不是tenorflow . 但是当我运行本教程时，我首先得到这个错误：

nvcc致命：在PATH中找不到编译器'cl.exe'

过了一段时间，在第一个Epoch（满分3分）中，样本号13056（满分25000）我得到了这个错误：

文件“test_keras.py”，第28行，在model.fit中（X_train，y_train，validation_data =（X_test，y_test），epochs = 3，batch_size = 64）文件“C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ keras \ models.py“，第845行，在fit initial_epoch = initial_epoch中）文件”C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ keras \ engine \ training . py“，第1485行，in fit initial_epoch = initial_epoch）文件”C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ keras \ engine \ training.py“，第1140行，在_fit_loop outs = f （ins_batch）文件“C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ keras \ backend \ theano_backend.py”，第1094行，在调用return self.function（* inputs）文件“C： \ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ theano \ compile \ function_module.py“，第898行，调用storage_map = getattr（self.fn，'storage_map'，None））文件”C： \ users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ theano \ gof \ link.py“，第325行，在raise_with_op reraise中（exc_type，exc_value，exc_tra ce）文件“C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ theano \ compile \ function_module.py”，第884行，调用self.fn（）如果output_subset为None else \ File“ C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ theano \ scan_module \ scan_op.py“，第989行，rval r = p（n，[x [0] for x in i]， o）文件“C：\ Users \ domi1_000 \ Anaconda3 \ envs \ Pyhon27 \ lib \ site-packages \ theano \ scan_module \ scan_op.py”，第978行，在p self，node）文件“theano / scan_module / scan_perform.pyx “，第445行，在theano.scan_module.scan_perform.perform中（C：\ Users \ domi1_000 \ AppData \ Local \ Theano \ compiledir_Windows-8.1-6.3.9600-Intel64_Family_6_Model_58_St epping_9_GenuineIntel-2.7.12-64 \ scan_perform \ mod.cpp： 5259）MemoryError：应用导致错误的节点：forall_inplace，cpu，grad_of_scan_fn}（TensorConstant {500}，Subtensor {int64：int64：int64} .0，Elemwise .0，Alloc.0，InplaceDimShuffle {0,2 ，1} .0，Elemwise {Composite {（i0 - sqr（i1））}} . 0，Subtensor {int64：int64：int64} .0，Subtensor {int64：int64：int64} .0，Subtensor {i nt64：int64：int64} .0，Alloc.0，Alloc.0，Alloc.0，TensorConstant {500}，Subtensor {::，int64：int64：} . 0，Subtenso r {::，：int64：} . 0，Subtensor {::，int64 ::} . 0，Subtensor {::，int64：int64：} . 0，InplaceDimShuffle {1,0} .0，InplaceDimShuffle {1,0} .0，InplaceDimShuffle {1,0 } . ，Alloc.0，InplaceDimShuffle {1,0} .0）Toposort索引：148输入类型：[TensorType（int64，标量），TensorType（float32,3D），TensorType（float32,3D），TensorType（float32， 3D），TensorType（float32,3D），TensorType（float32,3D），TensorType（float32,3D），TensorTy pe（float32,3D），TensorType（float32,3D），TensorType（float32,3D），TensorType（float32， 3D），TensorType（float32,3D），TensorType（int64，标量），TensorType（float32，矩阵），TensorType（float32，矩阵），TensorType（float32，矩阵），TensorType（float32，矩阵），TensorType（float32，矩阵） ），TensorType（float32，矩阵），TensorType（float32，矩阵），TensorType（float32，矩阵），TensorType（float32，matr ix）]输入形状：[（），（500L，64L，100L），（500L，64L ，100L），（500L，64L，400L） ，（500L，100L，64L），（500L，64L，100L），（500L，64L，400L），（500L，64L，100L），（500L，64L，100L），（501L，64L，100L），（ 501L，64L，100L），（2L，100L，400L），（），（100L，100L），（100L，100L），（100L，100L），（100L，100L），（100L，100L），（ 100L，100L），（100L，100L），（100L，400L），（100L，100L）]输入步幅：[（），（ - 25600L，400L，4L），（25600L，400L，4L），（102400L， 1600L，4L），（ - 25600L，4L，400L），（25600L，400L，4L），（ - 1600L，800000L，4L），（ - 25600L，400L，4L），（ - 25600L，400L，4L），（ 25600L，4 00L，4L），（25600L，400L，4L），（160000L，1600L，4L），（），（1600L，4L），（1600L，4L），（1600L，4L），（1600L，4L） ，（4L，1600L），（4L，1600L），（4L，1600L），（1600L，4L），（4L，1600L）]输入值：[array（500L，dtype = int64），'not shown'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，数组（500L，dty pe = int64），'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示'，'未显示']输出clien ts：[[]，[]，[Subtensor （forall_inplace，cpu，grad_of_scan_fn} .2，Constant {1}）]，[Subtensor （forall_inplace，cpu，grad_of_scan_fn} .3，Constant {-1}）]]提示：禁用大多数Theano优化后重新运行可以为您提供创建此节点时的回溯 . 这可以通过设置Theano标志'optimizer = fast_compile'来完成 . 如果这不起作用，可以使用'optimizer = None'禁用Theano优化 .

这也发生在我的另一个项目中，但问题是尺寸不匹配 . 它无法将尺寸为300x200的节点与尺寸为100x100的节点进行匹配 .

任何帮助将非常感激 .