Tensorflow VGG19.h5文件修改

Tensorflow VGG19.h5文件修改,tensorflow,keras,Tensorflow,Keras,我在修改后的神经传输代码(Gatys算法)中使用预训练VGG19,但我的电脑不允许我使用原始大小的输入图像(原始高度为2499像素,但使用20GB RAM,我最多只能使用1000像素) 正如我所读到的,我的解决方案是减少批量大小。所以,我的问题是-如何修改VGG19.h5文件以更改其中的批处理大小?或者我可以在代码中覆盖它的批大小?假设在ImageNet上定义了预训练模型,单个样本的最大输入数据大小为224*224 如果您尝试传递大量输入,则您的深度学习框架可能会将其重塑为许多图像,以便同时进行

我在修改后的神经传输代码(Gatys算法)中使用预训练VGG19,但我的电脑不允许我使用原始大小的输入图像(原始高度为2499像素,但使用20GB RAM,我最多只能使用1000像素)


正如我所读到的,我的解决方案是减少批量大小。所以,我的问题是-如何修改VGG19.h5文件以更改其中的批处理大小?或者我可以在代码中覆盖它的批大小?

假设在ImageNet上定义了预训练模型,单个样本的最大输入数据大小为224*224

如果您尝试传递大量输入,则您的深度学习框架可能会将其重塑为许多图像,以便同时进行分类

将输入数据的大小调整为224*224,将使用单个映像运行(批大小为1)


您可以对模型进行自定义实现,以采用更大的输入大小。但是,根据任务的不同,调整到224*224通常会获得良好的结果。

批大小没有定义或存储在.h5文件中,它只是model.fit或model.predict的参数之一