如何解决大型图像数据集的内存管理
我正在尝试使用大型图像数据集训练图像分类模型，但我无法使用完整数据集进行训练，因为我在将其加载到内存时遇到了问题。 这个问题有解决方案吗？
解决方法
当然！您是否考虑过使用生成器训练模型？您可以在文档中找到有关该主题的更多信息：
https://www.tensorflow.org/api_docs/python/tf/keras/Model#fit
请注意，您可以将生成器传递给 fit 方法。我认为这将是最好的方法。
另一种有点幼稚的方法是在可以放入内存的批次上迭代训练模型，François Chollet 在以下问题中证实了这一点： https://github.com/keras-team/keras/issues/4446 （“是的，连续调用 fit 将逐步训练模型。”）
您也可以考虑使用 train_on_batch 方法： https://www.tensorflow.org/api_docs/python/tf/keras/Model#train_on_batch
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
