Python 为什么keras中的model.fit功能会显著增加RAM内存？

我用open_memmap函数加载数据，需要5GB的RAM内存。然后我编译了这个模型，它有参数89268608，并且不需要任何RAM内存。目前我的批量大小为200，输入图像具有形状（300,54,3）

我的问题是，当我调用keras中的model.fit函数时，我的RAM内存从5GB增加到24GB。我的问题是为什么

当我尝试使用不同的批处理大小时，没有任何变化，仍然占用23 GB的RAM

如果有人能告诉我发生了什么我会非常感激

---

谢谢

Keras'

fit

方法一次将所有数据加载到内存中，这意味着更改批处理大小不会影响它占用的RAM。看看设计用于大型数据集的using。

Keras'

fit

方法一次将所有数据加载到内存中，这意味着更改批处理大小不会影响它占用的RAM。请看一看专为大型数据集设计的using。

感谢您的回复！在调用model.fit之前，我已经在RAM中加载了数据。它是否再次加载，所以我在RAM中有两次相同的数据？它不会再次加载。附加内存来自模型本身。模型所需的内存大小取决于您正在实施的网络类型、它们的层、激活等。感谢您的回复！在调用model.fit之前，我已经在RAM中加载了数据。它是否再次加载，所以我在RAM中有两次相同的数据？它不会再次加载。附加内存来自模型本身。模型所需的内存大小取决于您正在实现的网络类型、它们的层、激活等。