Tensorflowで'std::bad_alloc'エラー

Question

製品の欠陥検査を画像分析して行おうと思って、次のSemanticSegmentationモデルをcloneしました。
https://github.com/tks10/segmentation_unet

実行できるようになったのですが、次のエラーで終了しました。
********:~/SemanticSegmentation$ python3.6 main.py
/usr/lib/python3.6/importlib/_bootstrap.py:219: RuntimeWarning: compiletime version 3.5 of module 'tensorflow.python.framework.fast_tensor_util' does not match runtime version 3.6
return f(*args, **kwds)
[Parameters]
epoch 250
batch_size 32
train_rate 0.85
augmentation True
l2_regularization 0.001

Loading original images.............. Completed
Loading segmented images.............. Completed
Casting to one-hot encoding... Done
2018-08-16 18:46:42.775135: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2
terminate called after throwing an instance of 'std::bad_alloc'
what(): std::bad_alloc
中止

環境は次のとおりです。
ubuntu 16.04
Python 3.6
TensorFlow 1.4.0
Pillow 5.1.0

どうやらSSE4.1 SSE4.2は関係ないようですので、メモリ不足なのかなと思っています。
よろしくお願いします。

追記
次のURLによると、大量の画像を読み込もうとするとなるそうです。
http://www-epx.phys.tohoku.ac.jp/groups/tomoyukisaito/wiki/44aca/terminate_called_after_throwing_an_instance_of_stdbad_alloc.html
そうすると、環境（HW）をアップグレードするしかないかもしれません。

Answer 1

解決済みですが、参考になりそうなことを記します。
エラーはtesorflowがメモリの確保に失敗したときに出るようです。プログラムの工夫で対応する方法に以下があります。
1.不要なarrayの削除
読み込んだ画像を加工している過程で生成されるarrayのうち、不要なものを削除すると空きが出来ます。
2.バッチサイズの縮小
バッチサイズが大きいとそれだけ大きいメモリが必要になるので、学習に影響しない範囲で縮小するといいかもしれません。
3.画像自体の縮小
マージンを削って画像を小さくすれば必要なメモリは小さくなります。
2.tensorflowのメモリ割り当てオプションの調整
tf.sessionのオプションに最大メモリ割り当てがあるようです。(GPUにはありますがCPUは未確認)

Answer 2

とりあえず、クローズします。
ご協力ありがとうございました。