标签： tensorflow gpu caffe pytorch darknet
在自定义图像上训练了YOLOv2架构，并冻结了图形后，模型权重（.pb）文件的大小为268MB，一旦我们将其加载到gpu进行推断，就会消耗7.93GB RAM。我知道tensorflow在开始的每个阶段都会为输出数据分配缓冲区。请有人可以解释一下为什么tensorflow会占用这么多内存吗？