在keras中使用EfficientNet时资源排风机出错
我正在使用谷歌colab。使用在keras中使用EfficientNet时资源排风机出错,keras,deep-learning,classification,conv-neural-network,Keras,Deep Learning,Classification,Conv Neural Network,我正在使用谷歌colab。使用EfficientNetB3时，我得到以下错误 资源耗尽：当使用形状[15,95,95192]和类型float分配张量时，OOM 我理解这一点，因为我的数据不适合GPU。但是当我尝试InceptionResNetV2时，没有得到任何错误 EfficientNetB3中可训练参数的数量为22220824 InceptionResNetV2中可训练参数的数量为109380744 InceptionResNetV2中可训练参数的数量是5比EfficientNetB3多的时
EfficientNetB3资源耗尽：当使用形状[15,95,95192]和类型float分配张量时，OOMInceptionResNetV2EfficientNetB322220824InceptionResNetV2109380744InceptionResNetV25EfficientNetB3InceptionResNetV2EfficientNetB3EfficientNetB3注：我使用两个并行网络，这些参数是两个网络参数的总和。所有的论文似乎都在使用TPU来运行效率网。我有一种感觉，是有别的东西让它使用了更多的记忆。我同意这是不直观的，因为效率网中的训练参数较少。然而，您似乎确实需要使用TPU来实现这一点。因此，基本上这需要使用一些云服务，让您能够访问TPU ect…我在使用tf.keras.applications时看到了同样的情况，其中EfficientNetB3（48MB，12M参数）使用的内存几乎与Exception（88MB，23M参数）完全相同。EfficientNetB4给了我OOM错误，尽管这应该是一个比Exception更小的模型，参数更少