问题描述
最初，我尝试使用268张测试图像+ 65张256x256尺寸的验证图像在图像分类模型中进行转移学习。
（我使用的代码来自https://github.com/conan7882/GoogLeNet-Inception）
但是即使使用Tesla K80（16 GB内存），我仍然不能训练超过5个批处理大小的东西。
现在，我将数据集的大小增加到480个测试图像+ 120个验证图像，然后再次弹出内存不足错误。我必须将批次大小减小为2才能继续训练。
为什么数据集大小对内存使用量有影响？不仅批处理大小可以决定GPU正在处理多少数据？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）