python - 使用 slim BN 时使用占位符进行 is_training 时出现 OOM

Question

我为 is_training 参数设置了一个占位符，slim.batch_norm如下所示：

is_traing_ph = tf.placeholder(tf.bool)
output = slim.batch_norm(
            input,
            activation_fn=activation_fn,
            is_training=is_training_ph,
            updates_collections=None,
            scale=scale,
            scope=scope)

像这样喂它：

sess.run(train_op, feed_dict={is_training_ph:False}

当我用 True 输入 is_training_ph 时，程序正常，但是当我用 False 输入 is_traing_ph 时，程序会抛出 OOM 错误。

而且，当我不使用这样的占位符时：

    output = slim.batch_norm(
            input,
            activation_fn=activation_fn,
            is_training=True,
            updates_collections=None,
            scale=scale,
            scope=scope)

这不是任何问题。

这是我的完整测试代码和日志跟踪： https ://gist.github.com/xxxzhi/8fc8f840a8ec07fdbae7c2fc2c77b3da

有谁知道原因？它是一个错误slim.batch_norm吗？

GPU的显存为12G。CUDA 8，张量流1.2，张量流1.3

提前致谢。