Python 图像处理中的内存管理

我对数据科学还比较陌生，我正在尝试为数据科学创建一个CNN模型。我创建了以下两个函数，用于将JPEG图像文件夹转换为Numpy数组：

def keras_pipeline(file):
    TARGET_SIZE = (100,150)
    img = load_img(file, target_size=TARGET_SIZE)
    img_array = img_to_array(img)
    return img_array
 
def files_to_array(path, files_list):
    files = [path+file for file in files_list]
    with concurrent.futures.ProcessPoolExecutor() as executor:
        img_map = executor.map(keras_pipeline, files)
    return img_map

然后我会在卷积网络中使用这个数组

我在一个有八个内核、16GB内存和一个NVIDIA GeForce GTX 1660Ti GPU的计算机上运行。我尝试过多次调整大小

TARGET\u SIZE

s来运行这段代码，每次我都会使RAM过载。我可以尝试增加交换，但我认为无论我使用多少，它都会崩溃

是否有任何文献或文档讨论图像处理中的RAM使用情况，或计算特定大小的Numpy阵列将使用多少内存的方法