我正在使用冻结图提取特征，然后想要在顶部训练预测变量以执行一些推断。
不幸的是，无法计算渐变，并且RAM需求> 100GB时我的进程被杀死。我检查了几件事：
1）减小输入图像大小或批量大小不是问题。
2）我可以使用冻结网络（ResNet的Variant）的中间层，并进行小型推理网络的训练。但是，使用后面的层会导致巨大的内存需求（已杀死）。这使我感到困惑，因为我将网络保持静态，并且ResNet中没有可训练的变量。因此，我认为梯度不应该取决于提取的冷冻网的层数。
这种行为对我来说是意外的。有什么方法可以调试在调用sess.run（train_op，feed_dict）时导致巨大内存需求的原因？
更多信息：
$.getJSON is not a function