Alexnet是由Alex Krizhevsky设计,在2012年参与了ImageNet大型视觉识别挑战。Alexnet包含8层,其中前5层convolutuon,后三层full-connected。tflearn中修改后的alexnet用于对牛津大学的17flowers的分类,具有高达99.99%的准确率。在我自己的尝试运行时,遇到了memoryerror的错误,通过谷歌搜索这个错误,在stackoverflow网站上给出了这个问题的正确解决方法。
因为Oxford Flowers 17的分类具有相当大的处理数据量,相信很多朋友都是通过安装虚拟机来提供tensorflow的运行环境。这就会导致虚拟机内存分配的不足。通过翻译这些答案知道,内存不足会造成memoryerror的错误。所以我将虚拟机的内存调整到4g以上,再次运行alexnet,就好使了。在大概12小时的训练后,训练精确率终于达到了99%以上。
Tflearn的alexnet运行时memoryerror错误的解决
最新推荐文章于 2024-02-19 09:30:00 发布