今天在做專案時經常發生記憶體溢位的問題，每次重新編譯class都會出現這個異常，上網搜了一下資料，終於解決這個問題了！！！
一般安裝完eclipse之後，在安裝目錄下你應該可以看到有乙個eclipse.ini 檔案，對了，就是在這個檔案裡面修改，我開啟同事機器上這個檔案，裡面的內容是：
-vmargs
-dosgi.splashlocation=d:\program files\myeclipse 5.5.1 ga\eclipse\myeclipsesplash.bmp
-dosgi.splashlocation=d:\program files\myeclipse 5.1.1 ga\eclipse\myeclipsesplash.bmp
-xms64m
-xmx128m
呵呵，2g記憶體的機器，給eclipse這麼點記憶體。。。介紹下引數的意思：
-vmargs：說明後面是vm的引數
-dosgi.splashlocation：表示啟動eclipse時你看到的介面（不知道他這裡面怎麼冒出了二句相同的）
-xms64m ：虛擬機器占用系統的最小記憶體
-xmx128m：虛擬機器占用系統的最大記憶體
最後我把最大最小記憶體設定了下：
設定為：
-xms128m
-xmx512m
夠用了，呵呵。
還可以在這裡面加一些引數，如：
-xx:permsize：最小堆大小。一般報記憶體不足時,都是說這個太小,
堆空間剩餘小於5%就會警告,建議把這個稍微設大一點,視自己機器記憶體大小來設定
-xx:maxpermsize：最大堆大小。這個也適當大些
-xmx512m的5%為25.6m，理論上要求-xmx的數值與-xx:maxpermsize必須大於25.6m
精度溢位問題解決
float和double型的底層實現是二進位制的。十進位制中的乙個有限位數小數，轉換成二進位制就不一定是有限位數了，一旦位數超過的float和double型的位數寬度，就會出現 精度溢位 所以float和double型是為了科學計算而設計的，並不適合精確的十進位制計算.就像乙個十進位制的小數，要不斷...
打包時，node記憶體溢位問題解決方法
在使用npm run build打包時，遇到node記憶體溢位問題。網上查詢到的決絕方案。解決方案一 安裝increase memory limit外掛程式，擴大node的記憶體限制 但是，這個解決方案在我的專案裡面並沒有用 解決方案二 通過package.json加大記憶體，在啟動node nod...
tensorflow記憶體溢位問題
tensorflow的靜態圖結構簡潔清晰，符合人的思維。雖然程式設計上略微有些複雜，但是原理很容易看懂。tensorflow分建圖過程和執行圖 張量求值 兩個階段，在這兩個階段中都可以定義操作和張量。但是有乙個非常容易犯的錯誤 把操作定義在迴圈裡面。例如下面這個例子，tf.assign操作放在了迴圈...