减少用于特征生成的预训练深度学习模型的大小

Question

我在Keras中使用预训练模型来生成一组图像的特征：

model = InceptionV3(weights='imagenet', include_top=False)
train_data = model.predict(data).reshape(data.shape[0],-1)

但是，我有很多图像，Imagenet模型为每个图像输出131072个特征（列）。

对于200k图像，我会得到(200000, 131072)的数组，这个数组太大而无法放入内存中。

更重要的是，我需要将此数组保存到磁盘，保存为.npy或.h5py

时需要100 GB的空间

我可以通过只提供1000个图像批量并将它们保存到磁盘来避免内存问题，但不能解决磁盘空间问题。

如何在不丢失太多信息的情况下缩小模型？

更新

作为答案建议我也在模型中包含下一层：

base_model = InceptionV3(weights='imagenet')
model = Model(input=base_model.input, output=base_model.get_layer('avg_pool').output)

这会将输出减少到(200000, 2048)

更新2 ：

另一个有趣的解决方案可能是bcolz包来减少numpy数组的大小https://github.com/Blosc/bcolz

Answer 1

我发现您的问题至少有两种解决方案：

1. 应用model = AveragePooling2D((8, 8), strides=(8, 8))(model)，其中model是您加载的InceptionV3对象（不带顶部）。这是InceptionV3架构的下一步 - 所以人们可以轻易地假设 - 这些功能仍然存在大量歧视性线索。
2. 对数据样本应用某种降维（例如PCA），并降低所有数据的维度以获得合理的文件大小。