Keras CNN 如何减少大图像尺寸的 GPU 内存使用？

Question

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

我有 GTX 1080 ti 11GB。

我正在使用带有张量流后端的 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)

现在使用这个模型，我只能在图像大小调整为 60x60 时使用训练数据，任何更大的尺寸都会耗尽 GPU 内存。

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）

在许多其他问题中，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“限制你的 CNN”或“在每个时期流式传输你的数据”或者这些是否有帮助。

如何减少内存使用量以便增加图像大小？

是否有可能牺牲训练时间/计算速度来支持更高分辨率的数据，同时保留模型的有效性？

注：以上模型并非最终模型，只是基本支出。

Answer 1

你的Dense层可能会破坏训练。为了提供一些背景信息，我们假设您正在使用640x640x3图像大小。让我们也忘记该LSTM层并假设这是一个非时间序列任务（当然，作为一个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（应用程序）
• Conv2->210x210x128

现在瓶颈来了。然后，您将flatten()输出发送到图层Dense。这个致密层有210x210x128x4096参数（即23,121,100,800）。假设32-bit精度，你的密集层将占用大约 86GB（我希望我的计算是正确的，但我向你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，减少Dense图层大小。
• 减小小批量的大小
• 减少各层的通道深度Conv。
• 您可能需要考虑是否真的希望输入为640x640x3。根据您想要实现的目标，您也许可以使用较小的图像来实现这一目标。