Linux：由于虚拟内存限制，无法在单个进程中分配超过 32 GB64 GB 的内存

Linux虚拟内存限制导致单个进程内存分配的限制

python
import tensorflow as tf
# 创建一个图
graph = tf.Graph()
# 在图中定义模型
with graph.as_default():
    # 定义输入和输出的占位符
    input_data = tf.placeholder(tf.float32, shape=[None, 1000])
    output_data = tf.placeholder(tf.float32, shape=[None, 10])
    
    # 定义模型的参数
    weights = tf.Variable(tf.random_normal([1000, 10]))
    biases = tf.Variable(tf.zeros([10]))
    
    # 定义模型的计算逻辑
    logits = tf.matmul(input_data, weights) + biases
    predictions = tf.nn.softmax(logits)
    
    # 定义损失函数和优化器
    loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=output_data, logits=logits))
    optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01).minimize(loss)
# 创建一个会话
with tf.Session(graph=graph) as sess:
    # 初始化模型的参数
    sess.run(tf.global_variables_initializer())
    
    # 训练模型
    for i in range(1000):
        # 获取一批训练数据
        batch_input_data, batch_output_data = get_next_batch()
        
        # 执行优化器操作
        sess.run(optimizer, feed_dict={input_data: batch_input_data, output_data: batch_output_data})
    
    # 使用模型进行预测
    test_input_data = get_test_data()
    predictions = sess.run(predictions, feed_dict={input_data: test_input_data})
    
    # 处理预测结果
    process_predictions(predictions)