Lenet-5测试MNIST数据集出现”Allocation of 31360000 exceeds 10% of system memory“的解决方法

最新推荐文章于 2022-06-20 23:44:15 发布

Alex-Shawn

最新推荐文章于 2022-06-20 23:44:15 发布

阅读量1.6w

点赞数 3

本文链接：https://blog.csdn.net/qq_34559890/article/details/89357279

版权

在用Lenet-5训练好模型后，用训练好的模型对mnist测试集中的10000条测试数据进行测试，结果电脑变得非常卡顿，并且console中出现如下警告：

虽说计算出了结果，但是运行了很长时间，而且期间电脑基本处于不可操作状态。

通过警告信息，可以猜测可能是一次性将10000个测试数据喂入神经网络要求分配的内存过大，所以参考反向传播代码中对训练集的处理方法，可以将一次喂入神经网络的数据量减小，从而减小内存分配，代码修改如下：

# 原来的代码如下
reshaped_x = np.reshape(mnist.test.images, (
    mnist.test.num_examples,
    lenet5_forward.IMAGE_SIZE,
    lenet5_forward.IMAGE_SIZE,
    lenet5_forward.NUM_CHENNELS
))
accuracy_score = sess.run(accuracy, feed_dict={x: reshaped_x, y_: mnist.test.labels})

# 修改后的代码如下
# 读取BATCH_SIZE组数据
xs, y_s = mnist.test.next_batch(BATCH_SIZE)
reshaped_xs = np.reshape(xs, (
    BATCH_SIZE,
    lenet5_forward.IMAGE_SIZE,
    lenet5_forward.IMAGE_SIZE,
    lenet5_forward.NUM_CHENNELS
))
accuracy_score = sess.run(accuracy, feed_dict={x: reshaped_xs, y_: y_s})

同时记得修改x的占位声明如下：

x = tf.placeholder(tf.float32, [
    BATCH_SIZE,  # 此处原来为 mnist.test.num_examples
    captcha_lenet5_forward.IMAGE_SIZE,
    captcha_lenet5_forward.IMAGE_SIZE,
    captcha_lenet5_forward.NUM_CHENNELS,
])

将BATCH_SIZE设置为1000或者其他数，程序就能较快运行了。