問題描述：
訓練模型時，遇到：
原因：
內存不夠，OOM即ran out of memory
可以使用top命令動態監聽運行時間非常短的程序的內存使用情況：參考
啓用2個session，一個session運行top命令，另一個session運行指定的程序，top命令會輸出與這個命令相關的資源使用情況。
解決方法：
最直觀的方式就是減小batch_size或者hidden_layer中的單元數
- 減少批處理Batch 的大小
- 降低全連接層的維度。分析錯誤的位置，在哪一層出現顯卡不夠，比如在全連接層出現的，則降低全連接層的維度，把2048改成1042啥的
- 增加池化層，，降低整個網絡的維度。
- 縮小輸入圖片大小
總結：想進一切辦法降維，降低網絡的維度。
參考1：https://blog.csdn.net/huowa9077/article/details/81042553
參考2：http://www.freesion.com/article/9789162136/
