解决显存不足的方式

最新推荐文章于 2024-07-21 15:13:55 发布

scxcly

最新推荐文章于 2024-07-21 15:13:55 发布

阅读量1.8k

点赞数

文章标签：深度学习 python tensorflow

本文链接：https://blog.csdn.net/scxcly/article/details/120948164

版权

在深度学习实践中，遇到显存不足的问题。通过阅读CSDN上的文章并尝试，找到了一种有效的方法来生成数据，从而缓解显存压力。这段代码帮助解决了大数据集训练时的显存限制问题。

摘要由CSDN通过智能技术生成

解决显存不足的方式

自己也是刚接触深度学习，由于毕业压力大和条件比较高，在学习方面表现得比较急躁。所以很多事情都没有做好。自己也知道欲速则不达的道理，但很多时候都没有听进去。因此写写文章，记录一下自己的学习过程。

之前利用深度学习，进行实验时，发现数据集过大，总是会超出显存容量。自己也看了很多CSDN上面的文章，也实验过，但很多都会有各种各样的错误，实在是难以接受。因此，在别人的代码里面学习到了一段很好的代码来生成数据，能够很好的解决显存不足的问题。

class DataGenerator(tf.keras.utils.Sequence):  #可以看到定义了一个类别，继承于Sequence
    
    def __init__(self, mains，batch_size, shuffle=False): 
     #该部分定义了，初始数据，主要是整个训练集，batch_size、shuffle等参数。
        self.mains = mains
        self.batch_size =