当遇到GPU内存溢出OOM时 的解决办法

东方耀

当遇到GPU内存溢出OOM时 的解决办法：
对于caffe而言，默认不是占满GPU全部的显存，而是通过网络设置batchsize及每个epoch所迭代的次数，网络模型大小等参数控制，
在运行时遇到超出内存等报错时，可以调低batchsize数量及网络模型的大小。




对于tensorflow及keras而言，二者默认都是占用GPU全部的内存，由于keras是集成在tensorflow中，因此，二者的解决办法类似。


    在文件中添加一些命令以控制模型所占用GPU显存的比例。
gpu_options.per_process_gpu_memory_fraction = 0.8  # 这里设置占用的比例