→ sxy67230: 資料是什麼類型？佔記憶體的通常都是資料，batch size開 04/12 19:26
→ sxy67230: 到多少？suffle size是打亂數據的大小吧？跟記憶體沒什 04/12 19:26
→ sxy67230: 麼關係 04/12 19:26
→ sxy67230: 你的描述我大概只能猜到可能是你一次load一堆記憶體給你 04/12 19:34
→ sxy67230: 的dataset，又沒有手動清除，導致python累積記憶體越來 04/12 19:34
→ sxy67230: 越多又沒有釋放掉。tensorflow不太可能去佔你那麼多記 04/12 19:34
→ sxy67230: 憶體，所以要檢查一下程式比較好 04/12 19:34
確實應該不是tensorflow的問題，我再看看其他部分
→ zipigi: 如果dataset很大就用generator，ram不夠大只好將就點 04/12 21:11
就是generator爆掉的，但不知道怎麼改
→ ice80712: 看一下tensorflow範例怎麼寫的吧 04/12 21:22
→ sxy67230: generator 的問題可以檢查看看先不進去訓練，用next生 04/12 22:27
→ sxy67230: 成資料，如果generator 是寫對的，那內部的array消耗記 04/12 22:27
→ sxy67230: 憶體都會是固定的。如果是有增加，那代表有某一個array 04/12 22:27
→ sxy67230: 一直在new或是size一直變大 04/12 22:27
→ ice80712: 如果是queue的形式 記憶體是固定的 04/12 23:11
推 jasonwu23: subdivision? 你是在跑什麼要講 不然怎麼猜 04/13 06:55
https://reurl.cc/9nDDn
長這個樣子
※ 編輯: HeterCompute (150.117.252.77), 04/13/2019 09:22:03
推 Angesi: 你先開一下tensorboard 觀察一下 找滿足下列的node 04/15 08:38
→ Angesi: 這個node已先計算完 在等別的node計算完才能繼續做之後 04/15 08:39
→ Angesi: 的運算。這時，這個node就會存在memory中佔用，直到另一個 04/15 08:40
→ Angesi: node計算完 才會往下走。 04/15 08:40
→ Angesi: 解決方法：設定計算的優先順序 04/15 08:41
→ Angesi: tensorflow的文件看一下 應該會有 04/15 08:43
→ CaptPlanet: Batch size 04/16 18:44