TensorFlow报"ResourceExhaustedError: Input to reshape is a tensor with 0 values, but the requested shape has "的原因：
这个错误通常表示TensorFlow尝试将一个值为0的张量reshape成另一个张量时出现了问题。 原因通常是计算机内存不足或您使用的内存资源与您的张量大小不匹配。
解决办法
-
降低批量大小: TensorFlow的批量大小是用于在训练期间处理数据的数量。如果您的批量大小太大，可能会导致TensorFlow内存不足。因此，您可以尝试减小批量大小，以便TensorFlow可以在处理数据时使用更少的内存。 有时，即使将批量大小降低到1，您的代码仍可能需要更多的内存。
-
使用tf.data.Dataset: 使用tf.data.Dataset API通过对数据进行迭代和预处理实现数据的输入，可以大大节省内存。这个API的使用方法需要单独学习。
-
使用其他设备: 在一个计算机上进行复杂的训练操作可能对内存资源造成很大的压力。因此，您可以考虑使用多台计算机或使用GPU进行训练。这种方法可以将计算分散到多个计算设备上，从而减轻单个计算机的负担。
-
使用稀疏张量: 如果您的数据集很稀疏，那么将稀疏数据存储在稠密张量中会占用大量内存。您可以考虑使用稀疏张量来解决这个问题。稀疏张量只存储非零值，并且可以更有效地使用内存资源。
-
调整计算图: 在TensorFlow中，您可以使用计算图来指定要执行的操作。如果您的计算图很大，那么它可能会占用大量内存。您可以尝试调整计算图，以便它更有效地使用内存资源。
微信扫一扫 
支付宝扫一扫 