我正在使用Tensorflow处理代码，我遇到了这个问题。我必须建模的神经网络，有许多输入（比如图像512x512）和那些输入连接到网络中的其他神经元（在前馈架构中），我必须测试许多这些网络，并且在每种情况下de输入神经元和其他神经元之间的联系是不同的。
到目前为止，我已经通过为每个输入创建一个占位符（一维），将它们存储在python列表中，并在图形结构中保存神经元之间的关系，但我关注性能，考虑到每次训练尝试，我将不得不创建像100或更多网络的东西。所以我最终得到512x512x100占位符对象。我想知道我是否会遇到内存问题，在这种情况下，在Amazon Web Services或Google Cloud中运行代码可能会有所帮助吗？
所以我想知道是否有更好的方法来做到这一点。也许是为每个网络创建单个占位符对象的方法，并以“数组类似”的方式访问组件。但到目前为止，我无法弄明白。
有关如何处理此问题的任何建议，欢迎:) 谢谢。