Keras CNN 如何减少大图像尺寸的 gpu 内存使用量？

Question

我正在尝试训练一个 cnn-lstm 模型，我的样本图像大小为 640x640。

我有一个 GTX 1080 ti 11GB。

我正在使用带有 tensorflow 后端的 Keras。

这是模型。

img_input_1 = Input(shape=(1, n_width, n_height, n_channels))

conv_1 = TimeDistributed(Conv2D(96, (11,11), activation='relu', padding='same'))(img_input_1)

pool_1 = TimeDistributed(MaxPooling2D((3,3)))(conv_1)

conv_2 = TimeDistributed(Conv2D(128, (11,11), activation='relu', padding='same'))(pool_1)

flat_1 = TimeDistributed(Flatten())(conv_2)

dense_1 = TimeDistributed(Dense(4096, activation='relu'))(flat_1)

drop_1 = TimeDistributed(Dropout(0.5))(dense_1)

lstm_1 = LSTM(17, activation='linear')(drop_1)

dense_2 = Dense(4096, activation='relu')(lstm_1)

dense_output_2 = Dense(1, activation='sigmoid')(dense_2)

model = Model(inputs=img_input_1, outputs=dense_output_2)

op = optimizers.Adam(lr=0.00001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.001)

model.compile(loss='mean_absolute_error', optimizer=op, metrics=['accuracy'])

model.fit(X, Y, epochs=3, batch_size=1)

目前使用此模型，我只能在图像大小调整为 60x60（任何更大且 GPU 内存不足时）使用训练数据。

我想使用尽可能大的尺寸，因为我想保留尽可能多的歧视性信息。 （y 标签将是 0 - 640 之间的鼠标屏幕坐标）

在许多其他人中，我找到了这个答案： https://ai.stackexchange.com/questions/3938/how-to-handle-images-of-large-sizes-in-cnn

虽然我不确定如何“限制您的 CNN”或“在每个时期流式传输您的数据”，或者这些是否有帮助。

如何减少使用的内存量以便增加图像大小？

是否可以牺牲训练时间/计算速度来支持更高分辨率的数据，同时保持模型的有效性？

注意：上面的模型不是最终的，只是一个基本的支出。

Answer 1

您的Dense 层可能会破坏训练。为了给出一些上下文，假设您使用的是640x640x3 图像大小。让我们也忘记LSTM 层，假设这是一个非时间序列任务（当然，时间序列问题的复杂性会变得更糟）。

这是输出尺寸。

• Conv1 -> 640x640x96
• Maxpool1 -> 210x210x96 (appx)
• Conv2 -> 210x210x128

现在是瓶颈。然后您将flatten()-ing 输出并将其发送到Dense 层。这个密集层具有210x210x128x4096 参数（即23,121,100,800）。假设32-bit 精度，您的密集层将占用大约 86GB（我希望我的计算是正确的，但我向您保证这不是一个小数字）。

所以你的选择很少。

• 首先也是最明显的，减小Dense 层大小。
• 减少小批量的大小
• 减少Conv 层的通道深度。
• 您可能想考虑是否真的希望输入为640x640x3。根据您要实现的目标，您也许可以使用较小的图像来实现。