当我的训练数据很大时，为什么我在抛出 'std::bad_alloc' 的实例后被调用终止？

【问题标题】：Why i am getting "terminate called after throwing an instance of 'std::bad_alloc'' when my training data is large?当我的训练数据很大时，为什么我在抛出 'std::bad_alloc' 的实例后被调用终止？
【发布时间】：2019-10-31 16:52:26
【问题描述】：

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？

【问题讨论】：

标签： python tensorflow gpu

【解决方案1】：

该错误意味着您的内存不足。

特殊注意事项：

在某些情况下，这可能是由内存碎片引起的，因为您实际上有足够的内存来服务您的任务，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很大的内存部分，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() 可能有助于释放内存，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时释放内存。

【讨论】：