问题现象
模型执行时报错，内存超过31G，导致内存分配不足。
原因分析
发现该网络的图结构中有switch->merge的V1控制结构，是因为当网络中的分支结构较多，且采用V1版本的控制流算子可能会影响内存复用的效果，导致内存不足。
解决方案
将网络中的TensorFlow V1版本的控制流算子转换为V2版本。
- 方式一（推荐）：修改网络脚本，在import tensorflow as tf后增加如下两条指令，将TensorFlow V1版本的控制流算子转换为V2版本。
1 2
tf.enable_control_flow_v2() tf.enable_resource_variables()
- 方式二：配置环境变量，将V1版本的控制流算子转换为V2版本。
export ENABLE_FORCE_V2_CONTROL=1
注意：使用该环境变量，可能会存在V1版本控制流算子到V2版本控制流算子转换失败的场景，例如网络脚本中带ref控制算子的场景。