Tensorflow colabs中无内存溢出的图像和标签人脸属性检测
我正在做一个深度学习项目,关于keras人脸属性检测。我的数据集是众所周知的。有关celeb图像和Tensorflow colabs中无内存溢出的图像和标签人脸属性检测,tensorflow,machine-learning,keras,google-colaboratory,face-recognition,Tensorflow,Machine Learning,Keras,Google Colaboratory,Face Recognition,我正在做一个深度学习项目,关于keras人脸属性检测。我的数据集是众所周知的。有关celeb图像和列表\u attr\u celeba.csv文件的数据集。我收集的数据如下: 例如: - image => "000002.jpg" - y_nose = [0, 0] - y_mouth = [0 ,1] - y_eyes = [1, 0, 0, 1, 0] - y_faces = [0, 1, 0] - y_around_head = [1, 0, 0, 1
列表\u attr\u celeba.csv
文件的数据集。我收集的数据如下:
例如:
- image => "000002.jpg"
- y_nose = [0, 0]
- y_mouth = [0 ,1]
- y_eyes = [1, 0, 0, 1, 0]
- y_faces = [0, 1, 0]
- y_around_head = [1, 0, 0, 1, 0, 1, 0, 1, 0, 0]
- y_cheeks = [0, 0]
- y_fat = [1, 1]
这是我的意见。我正在使用keras函数api。我的模型是多输出模型类型。模型架构是:
我使用colabs gpu(免费版)来训练模型。我开始训练模特
- 20000张图像(每个图像尺寸为(2002003))
- %80次培训、10次验证和10次测试
- 30纪元
- 训练批大小为512
- 验证批大小为128