Эффективный метод обучения, когда размер партии равен 1 керасу (память и скорость) - PullRequest
Новая
       29

Эффективный метод обучения, когда размер партии равен 1 керасу (память и скорость)

0 голосов
/ 05 апреля 2019

Я должен исправить и настроить размер пакета до 1 из-за характеристик данных. Когда я ставлю свою модель на GPU, я получаю ошибку памяти. Номер параметра невелик.

Когда я помещаю свою модель в процессор и вычисляю пакет с помощью gpu, скорость замедляется.

Как я могу решить эту проблему в Керасе?

Мой код указан ниже.

Модель на CPU и обучение с использованием GPU -> Слишком медленно (потому что размер пакета равен 1) 

with tf.device('/cpu:0'):
        capsule_model = CapsNet_Fully(height=x_train[0].shape[0], n_class=n_class, args=args)

Модель на GPU и обучение с использованием GPU -> проблема с частями памяти 

with K.tf.device('/gpu:0'):
            capsule_model = CapsNet_Fully(height=x_train[0].shape[0], n_class=n_class, args=args)

Я уже попробовал эту опцию GPU. 

gpu_options = tf.GPUOptions(allow_growth=True)

Моя память о GPU составляет 11 Гб ..

Как я могу решить эту проблему?

...