Specs
Docker容器在16 GB Ram，1x GTX1070,8GB，Ubuntu 16.04.3 LTS的机器上运行 . Keras设置为使用GPU .
What I want to do
我想计算一组79726图像245x245（RGB）的卷积输出，这样我就可以通过已经训练的二次模型得到预测 . 我正在使用Keras.applications附带的VGG16模型 .
Code
model = VGG16(include_top=False)
tst_b_s = 200
test_batches = ImageDataGenerator().flow_from_directory(
directory='test/',
target_size=(245,245),
batch_size=tst_b_s,
shuffle=False,
)
test_feats = model.predict_generator(test_batches, steps=test_batches.samples/tst_b_s, verbose=1)
Problem
预测生成器运行一段时间，然后抛出
ResourceExhaustedError：分配张量形状的OOM [200,64,245,245] [[节点：block1_conv2 / convolution = Conv2D [T = DT_FLOAT，data_format =“NHWC”，padding =“SAME”，strides = [1,1,1,1] ]，use_cudnn_on_gpu = true，_device =“/ job：localhost / replica：0 / task：0 / device：GPU：0”]（block1_conv1 / Relu，block1_conv2 / kernel / read）]] [[Node：block5_pool / MaxPool / _159 = _Recvclient_terminated = false，recv_device =“/ job：localhost / replica：0 / task：0 / device：CPU：0”，send_device =“/ job：localhost / replica：0 / task：0 / device：GPU：0 “，send_device_incarnation = 1，tensor_name =”edge_127_block5_pool / MaxPool“，tensor_type = DT_FLOAT，_device =”/ job：localhost / replica：0 / task：0 / device：CPU：0“]]
Update using smaller batches (10)
预测过程仍然停止，但这次出现内部错误：
InternalError：未初始化Dst张量 . [[节点：block5_pool / MaxPool / _159 = _Recvclient_terminated = false，recv_device =“/ job：localhost / replica：0 / task：0 / device：CPU：0”，send_device =“/ job：localhost / replica：0 / task ：0 / device：GPU：0“，send_device_incarnation = 1，tensor_name =”edge_127_block5_pool / MaxPool“，tensor_type = DT_FLOAT，_device =”/ job：localhost / replica：0 / task：0 / device：CPU：0“]]
没有其他使用GPU的进程 .
谢谢
1 回答
您使用的GPU内存过多 . 尝试使用较小的批处理大小或确保没有其他进程在同一GPU上运行 .