我在Python 3.0中使用Tensorflow（使用Keras API）。我正在使用VGG19预训练网络在Nvidia RTX 2070上执行样式转换。
我拥有的最大输入图像是4500x4500像素（我删除了VGG19中的全连接层，以允许处理任何图像大小的全卷积网络。）如果有帮助，我的批处理大小仅为1图片一次。
1。）如果我不是在训练模型，而只是通过预先训练的模型传递数据，是否可以在图像输入上并行进行模型评估？
2。）从1个GPU到2个GPU，处理较大图像的能力是否有所增加？有没有办法在GPU之间共享内存？
我不确定较大的图像是否会使我的GPU受到计算或内存的限制。我推测这是一个计算问题，这就是我开始寻求并行CNN评估讨论的原因。我看过一些有关平铺方法的论文，这些论文似乎可以放大图像