python - 在 Keras 中,如何以大于批量大小的组将图像加载到 GPU?
问题描述
我有以下代码段:
model.fit(x=train_x, y=train_y, batch_size=32, epochs=10, verbose=2, validation_data=(val_x, val_y), initial_epoch=0)
print(model.evaluate(test_x, test_y))
我的 GPU 仍然可以使用 1024 的批量大小。但是,这将严重影响模型更新的频率。是否可以将 1024 组的图像加载到 GPU,但每 32 个图像调整一次模型的权重?
我的目的是通过减少 GPU 从主内存中获取数据的次数来提高性能,因为此操作涉及高延迟。我的问题与此类似:如何将所有批处理数据加载到 Keras(Theano 后端)中的 GPU 内存中? 但是,我不一定要一次将所有数据加载到 GPU,因为数据集太大了。
谢谢!
解决方案
推荐阅读
- retrofit - 如何解决错误“retrofit \n not found:limit=1 content=0d...”
- ruby-on-rails - 在 postgres,rails 中回填 uuid 列
- javascript - 根据 Javascript 中的复选框显示或消失的按钮
- android - 无法访问 JSON 中的字段
- flutter - 在颤振中使用不可为空后,缓存的网络图像会引发错误
- python - 在 bash 脚本中运行 python 命令并获取结果
- python - 如何使用 python 将动态数据插入到 Neo4j
- sql-server - SQL-Server - SQL Server Management Studio 的对象资源管理器中的链接服务器在哪里?
- python - 匹配 MongoDB 中的两列
- performance - 使 MVC 控制器操作异步如何提高性能?