交通标志分类-分配形状为[]和类型为float的张量时的OOM

我正在尝试从这个改进算法 tutorial . 更具体地说是CNN模型的层次。

def cnn_model():
    model = Sequential()

    model.add(Conv2D(32, (3, 3), padding='same',
                     input_shape=(3, IMG_SIZE, IMG_SIZE),
                     activation='relu'))
    model.add(Conv2D(32, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.2))

    model.add(Conv2D(64, (3, 3), padding='same',
                     activation='relu'))
    model.add(Conv2D(64, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.2))

    ########### The problem occurs when this is removed ############
    model.add(Conv2D(128, (3, 3), padding='same',
                     activation='relu'))
    model.add(Conv2D(128, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.2))
    ################################################################

    model.add(Flatten())
    model.add(Dense(512, activation='relu'))
    model.add(Dropout(0.5))
    model.add(Dense(NUM_CLASSES, activation='softmax'))
    return model

分配形状为[]且类型为float的张量时的OOM

所以我的问题是:

• 为什么我会犯这样的错误?

编辑:

Iam在gpu上运行此命令,IMG U大小为32,批处理大小为32。除非我在模型中添加或删除层,否则运行正常。可以找到堆栈跟踪 here . 我知道它的内存分配错误,这似乎与输入的形状有关。