所以我初始化一个模型为：model = tf.keras.utils.multi_gpu_model(model, gpus=NUM_GPUS)，当我执行model.compile()时，它运行得非常好。
但是当我执行history = model.fit(tf.cast(X_train, tf.float32), tf.cast(Y_train, tf.float32), validation_split=0.25, batch_size = 16, verbose=1, epochs=100)时，它给了我错误：
当分配形状为[4760，256，256，3]的Tensor并通过分配器GPU_0_bfc [Op：Cast] name在/job：localhost/replica：0/task：0/device：GPU：0上键入float时，会出现OOM：演员/
这段代码以前运行得很好，但在Tensorflow 2.0中就不行了。我的训练集中有4760个样本。我不知道为什么要整组而不是整批。
1条答案
按热度按时间ykejflvf1#
model.compile()只为训练配置模型，它没有任何内存分配。你的bug是自我解释的，你直接将一个大的numpy数组输入模型。我建议编写一个新的数据生成器或
keras.utils.Sequence来输入数据。如果是这样，您不需要在fit方法中再次指定batch_size，因为您自己的生成器或Sequence将生成批处理。