我创建了一个包含非编码6通道图像的lmdb文件。当我将它加载到caffe中的网络中时，在加载网络后，系统RAM的使用情况（如使用＆＃39; top＆＃39;命令所示）最初约为10％，但它会继续增加，直到达到超过90％。我使用的是32 GB RAM的系统，它开始变慢，直到代码崩溃并出现以下错误：
terminate called after throwing an instance of 'std::bad_alloc' what(): std::bad_alloc
请注意，即使在运行单个正向传递之前，也会发生这种情况。
我使用的lmdb文件的大小为545 MB。
我使用python netspec来定义网络。以下是代码：
net = caffe.NetSpec()
net.data0, net.label = CreateAnnotatedDataLayer(train_data,
batch_size=1,train=True, output_label=True,
label_map_file=label_map_file,
transform_param=train_transform_param, batch_sampler=batch_sampler)
net.data, net.data_d = L.Slice(net.data0, slice_param={'axis': 1}, ntop=2, name='data_slicer')
由于我的lmdb有6通道图像，预训练网络有3个通道，我使用切片层将图像分割成3通道图像，可以输入两个不同的卷积层。
任何建议都会有所帮助。