---
title: V1版本控制流算子导致内存不足
description: "模型执行时报错，内存超过31G，导致内存分配不足。"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr1/tfmigr1_000136.html
sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr1/tfmigr1_000136.html
indexId: 9756b26fc7f332a34409ed5e32162674d5d413fe4098bdfcc790f279ef1856c973
---
# V1版本控制流算子导致内存不足

#### 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控制流结构。当网络中的分支结构较多且采用V1版本的控制流算子时，可能影响内存复用效果，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。