一开始，我在 caffe 框架中训练了一个卷积神经网络，其模型重80Mb。虽然，我注意到在将其加载到我的项目后，它需要几乎1 Gb的RAM。在网上我发现任何CNN占用了大量内存。这就是为什么我认为较小的CNN会解决我的问题。我训练了另外一个层数较少的人。最后，该模型仅加权60Mb，但仍然占用了之前的1Gb RAM内存。
在回答我的问题之前，请注意：
1）当我测量记忆的数量时，我已经对项目的每一行进行了评论，剩下的唯一内容就是加载的模型。
2）我已经检查了使用终端命令'htop'获取的内存量（是的，它们是相同的）
P.S。我是DNN的新手，还有其他解决方案吗？谢谢你的帮助！
更新
我创建了一个带有一个隐藏层的网（仅仅是为了实验）并将其加载到我的项目中。考虑到该模型的重量仅为160Kb且仍需要1Gb的RAM内存，我当然不明白如何将caffe模型加载到项目中。我正在使用caffe库并使用类'classifier'加载模型。再次，谢谢你的帮助！
答案 0 :(得分：0)
显然，您的进程在RAM中占用的大小不依赖于网络的大小。必须有别的东西。如果你感兴趣的是什么 - 有内存分析工具，可以报告内存消失的地方。