一次可以向Caffe传递多少张图像?

我注意到Caffe的MNIST 示例prototxt文件允许一次向网络传递最多64张图像。
这个数字是否有上限?我能否将其设置为200甚至500,以便一次接受最多200/500张图像,而不会对预测产生负面影响?


回答:

唯一的限制是您机器的内存:当caffe加载模型时,它会为所有参数所有中间数据块分配内存。您同时处理的图像越多,需要预先分配的内存就越大。
确定这个数字最简单(也是最粗糙)的方法是通过试错法,尝试将其设置为200,看看加载模型时是否会出现“内存不足”的错误。
请注意,您可以同时处理的图像数量还取决于您是使用GPU还是CPU:通常GPU的内存比CPU的内存小,因此允许处理的图像数量较少。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注