我的开发和生产机器遇到问题。在开发方面，我有一台具有8 GB RAM的Windows机器，在生产方面，我使用了一个具有2个核心和8GB RAM的AWS实例。在那种情况下使用开发的模型时，生产环境出现问题。当我执行使用Inception ResNetV2 +分类器的4种模型的项目时，我获得了Windows中使用的3 GB RAM。但是，当我尝试在该实例上执行同一项目时，由于RAM消耗，在终止进程之前仅加载2个模型。我一直在检查在屏幕上执行项目并在控制台上使用htop来查看RAM使用情况的RAM消耗。 它达到8 GB标记，之后linux终止了该进程。
使用相同的需求列表和相同的python版本，在Windows中我可能会使用3GB内存，而在Linux中，由于内存问题而导致它死机？ 这是我正在使用的模型的示例。它们都非常相似，有些在第三次加法分配中具有更多的神经元
base_model = InceptionResNetV2(include_top = False, input_shape = (HEIGHT, WIDTH, 3), weights='imagenet')
base_model.trainable=False
addition = GlobalAveragePooling2D()(base_model.output)
addition = Dropout(0.5)(addition)
addition = Dense(256,activation='relu')(addition)
addition = Dense(classes, activation='softmax')(addition)
model = Model(base_model.inputs, addition)
您是否知道为什么会发生这种情况？ 任何反馈意见将不胜感激