问题描述：

训练模型时，遇到：

原因：

内存不够，OOM即ran out of memory
可以使用top命令动态监听运行时间非常短的程序的内存使用情况：参考
启用2个session，一个session运行top命令，另一个session运行指定的程序，top命令会输出与这个命令相关的资源使用情况。

解决方法：

最直观的方式就是减小batch_size或者hidden_layer中的单元数

• 减少批处理Batch 的大小
• 降低全连接层的维度。分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把2048改成1042啥的
• 增加池化层，，降低整个网络的维度。
• 缩小输入图片大小

总结：想进一切办法降维，降低网络的维度。

参考1：https://blog.****.net/huowa9077/article/details/81042553
参考2：http://www.freesion.com/article/9789162136/