当我在Google深度梦境的bvlc_googlenet的deploy.prototxt文件中设置'batch_size'以减少GPU内存需求时，它对速度和内存需求都没有影响。似乎被忽略了。我知道文件本身（deploy.prototxt）正在使用，因为其他更改在结果中有所反映，所以这不是问题。我还尝试在所有相关层上设置batch_size（如”inception_4c/1×1″等），仍然没有变化。

我设置的方式如下：

layer {  name: "inception_4c/output"  type: "Concat"  bottom: "inception_4c/1x1"  bottom: "inception_4c/3x3"  bottom: "inception_4c/5x5"  bottom: "inception_4c/pool_proj"  top: "inception_4c/output"  data_param {    batch_size 1  }}

当我计时脚本的运行时间时，使用batch_size 1和batch_size 512的结果是一样的，没有任何差异。

我做错了什么？

回答：

data_param是输入数据层的参数。您只能为输入设置batch_size，该值会通过网络传播。

在deploy.prototxt中，批量大小由第一个'input_dim'参数设置（第三行），尝试更改此值，看看它是否对网络的内存消耗有任何影响。

deploy.prototxt文件的前几行应解释为

input: "data"  # 输入层的"top"名称input_dim: 10  # 第四维度 - 批量大小input_dim: 3   # 第三维度 - 通道数input_dim: 224 # 第二维度 - 输入高度input_dim: 224 # 第一维度 - 输入宽度

因此，您期望在第一个卷积层（"conv1/7x7_s2"）中有一个名为”data”的”bottom”，其形状为10-by-3-by-224-by-224。