Memory Caffe：如何选择可容纳内存的最大可用批量大小？

由于GPU内存太小（1Gb），我遇到了一些问题，问题是目前我通过反复试验选择了

batch\u size

，而且似乎即使日志中按行打印的内存大小

数据所需的内存：

小于1Gb，也可能会失败

因此，我的问题是：

如何自动选择适合GPU内存的最大可用批量大小

批量越大越好吗

如何计算网络部署期间训练和转发所需的峰值内存

更新：

---

我还检查了，但我不确定什么是

如果数据所需的逐行日志内存中打印的内存大小小于您的GPU总内存，它仍然可能失败，因为其他程序正在使用您的一些GPU内存。在linux下，您可以使用nvidia smi命令检查统计信息。对于我来说，Ubuntu图形环境使用97MB

没有办法说caffe能自动做到这一点

是的，为了训练。它在一次过程中处理更多的数据，并在更少的时间内收敛，因为每次迭代SGD将产生与GD更相似的结果。对于部署来说，这并不是那么关键

这可以让您大致了解如何计算：

---

是的，我已经读过这篇文章，但我的问题更具体于Caffe实现，所以我想知道Caffe如何管理它的内存。