CNN模型为什么数据太大？

Question

• 使用keras和tensorflow后端
• 仅使用CPU，内存128GB
• 输入数据的形状为（45,1024,1024）
• 模型只有一个卷积，一个（2,2）最大池化
• 1024 * 1024完全连接。

我收到此错误消息：

  

无效参数：形状[4194304,1048576]太大（超过   1099511627776条目）

请注意：

4194304 = 2048 * 2048
1048576 = 1024 * 1024

keras是如何计算这个形状的？为什么它太大了？

Answer 1

形状[4194304, 1048576]的计算方法如下：

将16个大小为[3, 3]且same边框模式的卷积应用于大小为[1024, 1024, 3]的输入，为我们提供大小为[1024, 1024, 16]的输出。最大池大小为2后，它变为[512, 512, 16]，当展平为512 * 512 * 16 = 4194304时。 1048576来自您1024 * 1024层构造函数中指定的Dense。

我认为您应该重新考虑模型的架构。您可以使用较小尺寸的输入，添加多个合并图层，减少应用1 x 1卷积的维度。我怀疑1024 * 1024是完全连接层中合理数量的节点。