在训练分类模型时,我将输入的图像样本作为NumPy数组传递,但是当我试图训练大型数据集样本时,会遇到内存错误。目前,我有120 GB大小的内存,即使有了这个大小,我也会遇到内存错误。image in image_list])错误跟踪:
x_train = x_train.astype(np.float32) numpy.coreGiB for an array with shape (2512019,82,175,1) and d
在Python中,访问多维numpy的子集通常使用切片sintax :ex表示一维数组、bx:ex、by:ey表示2D数组等等。(slice(l,h) for l,h in zip(lows,highs))我希望在C++中实现类似的目标,在这里,数据存储在std::向量中,并且具有一组嵌套的for-循环的相同性能(或更好),对于3D数组来说,这些性能类似于