首先自己是個小白對于如何使用GPU跑程序這個學習了一下：

（1）使用的是putty，安裝了Anaconda這個IDE環境，用的conda install tensorflow-gpu安裝的GPU版本tf,之前只是安裝了tf并沒有選擇GPU版本。安裝完GPU版本的tf，可以進入python環境導入import tensorflow as tf 進行測試一下，如果沒有報錯即為成功。

（2）并在自己Train.ipynb代碼中添加 ? import os

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? os.environ["CUDA_VISIBLE_DEVICES"]="0"

即可調用GPU運行。

（3）由于自己的圖片量太大，就報錯大致意思是內存溢出。

用top命令查看GPU進程，發現自己開了好多沒關占用內存量，所以重啟了一下服務器，

并將一部分參數進行修改將IMAGE_MIN_DIM分別調小一倍。STEPS_PER_EPOCH=1 ?? VALIDATION_STEPS=1? 即可進行重新訓練。

總結

以上是生活随笔為你收集整理的解决Mask RCNN训练时GPU内存溢出问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。