我正在尝试训练 cnn-lstm 模型,我的样本图像大小为 640x640。
我有一个 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,我只能在图像被调整到 60x60 时使用训练数据,任何更大的并且我用完 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)
在许多其他人中,我找到了这个答案:https : //ai.stackexchange.com/questions/3938/how-to-handle-images-of-large-sizes-in-cnn
尽管我不确定如何“限制您的 CNN”或“在每个时代流式传输您的数据”,或者这些是否有帮助。
如何减少使用的内存量,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?
注意:以上模型不是最终的,只是一个基本的支出。
你的Dense
层可能会破坏训练。为了提供一些上下文,让我们假设您正在使用640x640x3
图像大小。让我们也忘记LSTM
层,假设这是一个非时间序列任务(当然,成为一个时间序列问题的复杂性变得更糟)。
这是输出尺寸。
Conv1
-> 640x640x96
Maxpool1
-> 210x210x96
(应用程序)Conv2
-> 210x210x128
现在瓶颈来了。然后,您flatten()
将输出 -ing 并将其发送到一个Dense
层。这个密集层有210x210x128x4096
参数(即23,121,100,800
)。假设32-bit
精度,您的密集层将占用大约 86GB(我希望我的计算是正确的,但我向您保证这不是一个小数字)。
所以你的选择很少。
Dense
图层大小。Conv
层的通道深度。640x640x3
. 根据您要实现的目标,您可能可以使用较小的图像来实现。本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句