我正在构建一个图像分类器，其中有 66 个类和大约 50000 个图像，我的电脑内存为 12 GB，我的内存不足以训练图像，我的问题是图像的分辨率是否会影响我的模型的准确性使用卷积神经网络。
如果您最终使用具有全连接层的卷积神经网络来获取预测概率，则输入层将具有固定大小，因此您需要将所有图像预处理为该大小以馈送到网络。
如果您的图像尺寸小于此尺寸，则需要进行插值并增加尺寸至此尺寸，以便进一步减小图像尺寸不会对内存产生影响。所以最小分辨率是输入卷积层的大小。
对于您的内存问题，根据您使用的框架，无论图像有多大，正确使用队列都应该解决该问题。如果 OOM 错误发生在预处理期间，请尝试减小队列大小，以便一次仅调整一小部分图像的大小以适合内存。如果训练期间发生 OOM，请尝试减小批量大小。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
