我正在尝试训练 cnn-lstm 模型,我的样本图像大小是 640x640。
我有 GTX 1080 ti 11GB。
我正在使用带有 tensorflow 后端的 Keras。
这是模型。
img_input_1 = Input(shape=(1, n_width, n_height, n_channels))
conv_1 = TimeDistributed(Conv2D(96, (11,11), activation='relu', padding='same'))(img_input_1)
pool_1 = TimeDistributed(MaxPooling2D((3,3)))(conv_1)
conv_2 = TimeDistributed(Conv2D(128, (11,11), activation='relu', padding='same'))(pool_1)
flat_1 = TimeDistributed(Flatten())(conv_2)
dense_1 = TimeDistributed(Dense(4096, activation='relu'))(flat_1)
drop_1 = TimeDistributed(Dropout(0.5))(dense_1)
lstm_1 = LSTM(17, activation='linear')(drop_1)
dense_2 = Dense(4096, activation='relu')(lstm_1)
dense_output_2 = Dense(1, activation='sigmoid')(dense_2)
model = Model(inputs=img_input_1, outputs=dense_output_2)
op = optimizers.Adam(lr=0.00001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.001)
model.compile(loss='mean_absolute_error', optimizer=op, metrics=['accuracy'])
model.fit(X, Y, epochs=3, batch_size=1)
现在使用这个模型,我只能在图像大小调整为 60x60 时使用训练数据,任何更大的尺寸都会耗尽 GPU 内存。
我想使用尽可能大的尺寸,因为我想保留尽可能多的歧视性信息。 (y 标签将是 0 - 640 之间的鼠标屏幕坐标)
在许多其他答案中,我找到了这个答案: https://ai.stackexchange.com/questions/3938/how-to-handle-images-of-large-sizes-in-cnn
虽然我不确定如何“限制你的 CNN”或“在每个时期流式传输你的数据”或者这些是否有帮助。
如何减少内存使用量,以便增加图像大小?
是否可以牺牲训练时间/计算速度来支持更高分辨率的数据,同时保持模型有效性?
注:以上模型并非最终模型,只是基本支出。
最佳答案
您的Dense
层可能会破坏训练。为了提供一些背景信息,我们假设您使用的是 640x640x3
图像尺寸。让我们忘记 LSTM 层,并假设这是一个非时间序列任务(当然,作为时间序列问题的复杂性会变得更糟)。
这是输出大小。
Conv1
->640x640x96
Maxpool1
->210x210x96
(appx)Conv2
->210x210x128
现在瓶颈来了。然后,您对输出进行flatten()
处理并将其发送到Dense
层。该密集层具有 210x210x128x4096
参数(即 23,121,100,800
)。假设32位
精度,你的密集层将占用大约86GB(我希望我的计算是正确的,但我向你保证这不是一个小数字)。
所以你的选择很少。
- 首先也是最明显的,减少
Dense
层大小。 - 减小小批量的大小
- 减少
Conv
层的 channel 深度。 - 您可能需要考虑是否确实希望输入为
640x640x3
。根据您想要实现的目标,您也许可以使用较小的图像来实现这一目标。
关于tensorflow - Keras CNN 如何减少大图像尺寸的 GPU 内存使用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58125788/