GPU有限，如何提高batch size

那么从：

https://github.com/mathildor/DeepLab-v3/blob/master/g3doc/faq.md

deeplabv3+也是谷歌团队，tensorflow就是他们的产品。可以看到提高batch size 的方法。

batchsize不仅对于batch normalization至关重要，而且梯度下降也需要一定的batchsize，比如batchsize=8

所以可以通过：

1. 减少图片的面积，比如将图片crop到原来的一般大小。或者513*513->321*321,要注意2的倍数问题。
2. 减小网络复杂度，将参数变少，比如换backbone。
3. 并行使用更多GPU，这是普遍的用法，也是必须的，因为通常要8个甚至16个GPU一同工作。
4. 注意使用：

        
         session_config.gpu_options.allow_growth = True
         with tf.train.MonitoredTrainingSession(
               master=FLAGS.master,
               is_chief=(FLAGS.task == 0),
               config=session_config,
               scaffold=scaffold,
               checkpoint_dir=FLAGS.train_logdir,
               summary_dir=FLAGS.train_logdir,
               log_step_count_steps=FLAGS.log_steps,
               save_summaries_steps=FLAGS.save_summaries_secs,
               save_checkpoint_secs=FLAGS.save_interval_secs,
               hooks=[stop_hook]) as sess:
             while not sess.should_stop():
               sess.run([train_tensor])

   如果没有gpu_options.allow_growth我的一块gpu能跑batch size=3，如果加了这个设置，能跑batch size=4。