tensorflow-gpu版模型不训练直接结束进程是什么情况

问题遇到的现象和发生背景

之前用的tensorflow_cpu版训练太慢，换成gpu后训练直接结束进程了是什么情况

遇到的现象和发生背景，请写出第一个错误信息

用代码块功能插入代码，请勿粘贴截图。 不用代码块回答率下降 50%

model.fit(
    x=train_dataloader,
    steps_per_epoch=epoch_step,
    validation_data=val_dataloader,
    validation_steps=epoch_step_val,
    epochs=end_epoch,
    initial_epoch=start_epoch,
    use_multiprocessing=True if num_workers > 1 else False,
    workers=num_workers,
    callbacks = callbacks
)

运行结果及详细报错内容

GeForce RTX 3050 Ti Laptop GPU, pci bus id: 0000:01:00.0, compute capability: 8.6

Epoch 1: LearningRateScheduler setting learning rate to 2.9999999999999997e-05.
Epoch 1/50
C:\Users\97394\AppData\Local\Programs\Python\Python39\lib\site-packages\tensorflow\python\framework\indexed_slices.py:444: UserWarning: Converting sparse IndexedSlices(IndexedSlices(indices=Tensor("gradient_tape/model_1/yolo_loss/while/gradients/model_1/yolo_loss/while/cond_grad/gradients/model_1/yolo_loss/while/cond/GatherNd_2_grad/Squeeze:0", shape=(None,), dtype=int64), values=Tensor("gradient_tape/model_1/yolo_loss/while/gradients/model_1/yolo_loss/while/cond_grad/gradients/grad_ys_2:0", shape=(None, None), dtype=float32), dense_shape=Tensor("gradient_tape/model_1/yolo_loss/while/gradients/model_1/yolo_loss/while/cond_grad/gradients/model_1/yolo_loss/while/cond/GatherNd_2_grad/Shape:0", shape=(2,), dtype=int64))) to a dense Tensor of unknown shape. This may consume a large amount of memory.
warnings.warn(
2022-12-08 19:25:08.232598: I tensorflow/stream_executor/cuda/cuda_dnn.cc:384] Loaded cuDNN version 8101

进程已结束,退出代码-1073740791 (0xC0000409)

我的解答思路和尝试过的方法，不写自己思路的，回答率下降 60%

会是gpu版本的cuda跟cudnn的问题吗，但我重装了好几遍了，也可能是内存溢出的情况

我想要达到的结果，如果你需要快速回答，请尝试 “付费悬赏”

GeForce RTX 3050 Ti Laptop GPU这块显卡的显存只有4G，做深度学习似乎有点太小了，你可以把batch_size设置为1，再看看能不能走通