ข้อผิดพลาดของหน่วยความจำเมื่อใช้เลเยอร์เพิ่มเติมในรุ่น CNN

ใน dell core i7 ของฉัน - RAM 16GB - แล็ปท็อป GPU ความจุ 4 ล้าน 960m ฉันกำลังทำงานในโครงการเพื่อจัดประเภทภาพปอด CT โดยใช้ 3d CNN ฉันใช้ซีพียูรุ่น tensorflow ภาพถูกจัดทำขึ้นเป็นขนาดอาร์เรย์แบบ numpy (25,50,50)

โมเดล CNN ของฉันมี 2 Conv ชั้น, maxpool สองชั้น, หนึ่งชั้น FC และชั้นผลลัพธ์ ด้วยสถาปัตยกรรมนี้ฉันสามารถฝึกฝนโมเดลด้วยตัวอย่างประมาณ (5,000 ถึง 6,000) หลังจากเพิ่มเลเยอร์มากขึ้นแบบจำลองของฉันตอนนี้มีชั้นความเชื่อมั่น 6 ชั้น, เลเยอร์พูลสูงสุด 3 ชั้น, FC และชั้นผลลัพธ์ ปัญหาของฉันคือหลังจากเปลี่ยนสถาปัตยกรรมที่มีตัวอย่างมากกว่า 1,000 ตัวอย่างหน่วยความจำของฉันเต็มและฉันได้รับข้อผิดพลาดของหน่วยความจำ ฉันพยายามทำให้แบทช์เล็กลง แต่ทุกครั้งที่ได้รับข้อผิดพลาดเดียวกัน ฉันมีสองคำถาม:

1. ทำไมการเพิ่มเลเยอร์เพิ่มขึ้นโมเดลต้องการหน่วยความจำเพิ่มขึ้น

2. มีวิธีจัดการกับปัญหาประเภทนี้หรือไม่?

1. เลเยอร์เพิ่มเติมหมายถึงพารามิเตอร์เพิ่มเติมสำหรับเครือข่ายของคุณซึ่งจะหมายถึงพื้นที่ที่ต้องการในหน่วยความจำมากขึ้นเพื่อจัดเก็บพารามิเตอร์เหล่านั้น

2. ทางออกเดียว (นอกเหนือจากการเพิ่มหน่วยความจำในคอมพิวเตอร์ของคุณ) คือการลดขนาดเครือข่ายของคุณ ตัวชี้สองสามข้อเกี่ยวกับเรื่องนี้: ประการแรกซีเอ็นเอ็น 3 มิติต้องการพื้นที่มากกว่า 2 มิติ แนวคิดหนึ่งอาจเปลี่ยนเป็นแบบ 2 มิติ นอกจากนั้นเลเยอร์ที่มีพารามิเตอร์มากที่สุดคือ FC เหล่านี้ซ้ำซ้อนบางครั้ง ฉันขอแนะนำให้ลดขนาดของครั้งแรก

เพิ่มไปยังจุดที่ทำโดยMzdRคุณสามารถลองใช้เครื่องกำเนิดไฟฟ้าแทน ในขณะที่คุณกำลังเป็นนางแบบไม่จำเป็นต้องมีภาพทั้งหมดของคุณไว้ในหน่วยความจำขณะฝึกซ้อมฉันคิดว่าตัวสร้างควรทำงานได้ดี

ลองอ่านคำถามนี้จาก stackoverflow เครื่องกำเนิดไฟฟ้าค่อนข้างเย็นเมื่อคุณต่อรองราคากับหน่วยความจำ แต่ถ้าสิ่งนี้ล้มเหลวให้ลองลดขนาดเลเยอร์ FC ของคุณ