标签： tensorflow cuda10 numpy

Q&A

1.numpyIO 无法读取npy文件

当前版本：numpy=1.16.3

问题表征：ValueError: Object arrays cannot be loaded when allow_pickle=False
原因：新版本的numpy的load函数中allow_pickle=False导致无法加载对象数组。具体原因未详，可能在新版本中会被解决
解决方案: 调用load或save函数时，令allow_pickle=Ture即可

2.scipy.misc.imread 依赖 pillow

当前版本：scipy=1.2.1

问题表征：AttributeError: 'scipy.misc' object has no attribute 'imread'
原因：scipy.misc.imread依赖于pillow库
解决方案: pip或conda安装即可

3.tensorflow-gpu CUDA out of memory

当前版本：tensorflow-gpu=1.13.1

问题表征：CUDA_ERROE_OUT_OF_MEMORY
原因：tensorflow不能申请到GPU的全部资源 然后就不干了
解决方案: 添加参数per_process_gpu_memory_fraction=0.7，0.7代表占用70%，可自行调节

tensorFlow GPU版出现OOM错误

问题表征：Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
原因：图片或数据过大，显存不足
解决方案: 1.将图片尺寸改小，小到占用的内存比显存，或者batch改小；2.不使用GPU进行预测，只使用CPU预测，因为一般CPU内存要大于显存的。但装的又是GPU版的TensorFlow，所以需要在预测程序进行更改；3.更换显卡