擅长:python、mysql、java
<p>最近刚遇到这个问题,可能是因为在代码中使用了<code>server = tf.train.Server(...)</code>,没有传递config参数,
因此tfdefault占用了所有GPU的所有内存,因此没有剩余的内存用于worker任务。你知道吗</p>
<p>解决方案可能是:</p>
<pre><code>gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction = 0.5)
config = tf.ConfigProto(gpu_options = gpu_options)
server = tf.train.Server(..., config=config)
</code></pre>
<p>不管怎样,这对我有用,希望对你有帮助。你知道吗</p>