当我的训练数据很大时，为什么我会在抛出一个 'std::bad_alloc' 实例后调用终止？

Question

我的硬件是 Intel Pentium，8 GB RAM，250 GB 硬盘，没有 GPU。我能够用 400 张图像训练数据，但是当我将图像数量增加到 1000 时，它会抛出错误

<pre>2019-10-31 21:55:05.844961: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2
terminate called after throwing an instance of &apos;std::bad_alloc&apos;
  what():  std::bad_alloc
Aborted (core dumped)
</pre>

如何解决这个问题？

Answer 1

该错误意味着您用完了 memory。

特殊考虑：

在某些情况下，它可能是由 memory 碎片引起的，因为您实际上有足够的 memory 来为您的任务提供服务，但由于它不连续，因此无法使用。

或者

一个进程被分配了一个大的 memory 部分，其中一些未被占用并且不能被另一个进程使用。

在训练之间运行tf.reset_default_graph()可能有助于释放 memory 以防万一碎片是真正的问题。
keras.clear_session()方法是tf.reset_default_graph() () 的替代方法，它可能有助于在出现碎片的情况下释放 memory。