问题是在GPU上学习模型

同事们，早上好!

你能告诉我如何在训练神经网络模型时减少RAM的负荷吗？

简单的例子dl_deteciion_workflow.hdev，当在GPU上训练时，它吃掉了所有的内存，进程崩溃了。显示一个内存溢出的错误。

我的电脑是英特尔i5--第十代，12个核心，16G内存，NVidia GeForce 1650 Ti。

最有趣的是，在CPU上训练时，这个问题并没有发生！！。

缩小batch size

BatchSize=1

不可能再低了）））。

在read_dl_model之前加入这段代码试试
set_system ('cudnn_deterministic', 'true')。

大家下午好。

谢谢大家的答复。

我现在就去试试，并写下我的结果。

我在其中训练神经网络模型的Halcon版本 20.11.

同事们，大家好。

不幸的是，所有的选项都不起作用。

最后，我不得不把硬盘的体积添加到交换文件中。不幸的是，这是唯一的办法。