我正在5GB的输入集上运行卷积神经网络，训练输出的大小相同，因此总共有10GB的数据。我保留了50GB的内存，但仍然遇到内存问题。我正在使用adam优化器，我的模型拟合如下所示：
cnn_model.fit(x_train,y_train, validation_data=(x_test,y_test), callbacks=[earlystopper], epochs=25)
有什么想法可以改善这种情况吗？这里的某人https://github.com/tensorflow/tensorflow/issues/18736说：“亚当和RMSProp出了问题，因为它们记住了历史梯度”，有什么想法可以解决这个问题吗？
答案 0 :(得分：0)
您不必一次加载整个数据集！我将创建一个用于训练和测试的流生成器。 像这样的东西：https://www.kaggle.com/humananalog/keras-generator-for-reading-directly-from-bson