保存更新的模型时，Core ML使用过多的内存

如何解决保存更新的模型时，Core ML使用过多的内存

对于我的论文，我正在使用设备上的培训来更新一个模型，该模型使用图像（CVPixelBuffers）作为输入来进行预测。

对于培训，我使用200张尺寸为224x224的图像。有两层正在更新。它们都是innerProducts（1000x12167和1x1000）。由于这些参数很多，因此我尝试将它们缩小为一层（1x12167），但这影响不大。

一旦MLUpdateTask启动，内存使用量将跃升至⁓1,3GB（也带有减少的参数）。训练已完成，但是当使用以下方式保存和加载更新的模型时

finalContext.model.write(to: fileURL)
model = model_updatable(contentsOf: fileURL)

由于内存问题而终止。是什么导致此问题，并且有办法绕过它？将输入从图像更改为multiArrays是否会有区别？

编辑： 使用20张图像作为输入仅会导致训练期间使用⁓1,1GB的内存，并允许该应用程序保存/加载更新的模型，而总最大内存使用量为1,39 GB。可悲的是我确实需要输入200张图像。

亲切的问候尼尔斯

解决方法

谁知道会发生什么... Core ML是一个黑匣子，我们无法查看内部情况。

您的模型可能太大而无法在设备上进行更新。

但是，有时由于错误，Core ML内存使用量会爆炸。我建议向Apple提交错误报告。