我正在使用google colab。在使用EfficientNetB3
时,我得到以下错误
Resource exhausted: OOM when allocating tensor with shape[15,95,95,192] and type float
我理解这一点是因为我的数据不适合GPU。但是当我尝试InceptionResNetV2
时,我没有得到任何错误。
EfficientNetB3
中可训练的参数个数为22,220,824
InceptionResNetV2
中可训练的参数个数为109,380,744
InceptionResNetV2
中可训练参数的数量比EfficientNetB3
的5
时间多。所以我希望InceptionResNetV2
抛出错误,而不是EfficientNetB3
。
知道为什么我在EfficientNetB3
中遇到资源错误吗?
注意:我使用的是两个并行网络,这些参数是两个网络参数的总和。
发布于 2020-08-03 04:39:25
所有的报纸似乎都在使用TPU来运行efficientNets。我有一种感觉,还有其他原因使它使用了更多的内存。我同意这并不直观,因为efficientNets中的训练参数较少。然而,看起来你确实需要使用TPU来做这件事。因此,基本上这将需要使用一些云服务,让您访问TPU等…
https://stackoverflow.com/questions/60456843
复制相似问题