Keras flow_from_directory如何影响计算机存储?

时间:2018-06-26 17:21:51

标签: python-3.x tensorflow machine-learning neural-network keras

我试图找出在机器上训练神经网络所需的最小空间。通常,(图像)数据集的原始格式相对较小,但是当我们对其进行转换时(以keras w / flow_from_dir表示),我们会放大图像,并根据需要将数据集的大小相乘。

我的问题是:flow_from_directory如何与存储增强图像一起工作?如果我没有指定需要存储的图像(类的参数)是否使keras扩展了图像,对其进行训练并丢弃它,或者将其保存了一段时间,那么我的计算机就无法承受压力,直到训练结束?

此外,这些图像是否位于持久性存储器或RAM中?先感谢您。

1 个答案:

答案 0 :(得分:0)

默认情况下,ImageDataGenerator会即时进行数据增强,并且不会将增强的图像存储在任何地方。如您所述,这样做将需要太多空间。因此,您只需要担心有足够的RAM来容纳一定数量的扩充批次,而不是整个数据集。