标签： python tensorflow keras
我正在Keras和Tensorflow中尝试进行时间序列预测。我想尝试使用RNN以外的数据来格式化我的数据。
我的输入数据是张量的尺寸（无，626、128、7），然后我使用Lambda层（以分割输入张量），该Lambda层又连接到密集层以将通道（8）减少为一个。这变得非常缓慢（即使仅约721152个参数），并开始消耗大量的RAM，大约30 + GB。
我什至无法将模型保存为JSON /将权重保存为hd5 ...
你知道为什么会这样吗？