如何为keras图层保存输入内存？

Question

具体地说，我可以通过“重用”输入来保存输入的内存吗，尤其是在预测过程中？

考虑以下情况：

情况1：

... # net = previous_layer
net = Conv2D(64, 3)(net)
net = Conv2D(64, 3)(net)
net = Conv2D(64, 3)(net)
...

情况2：

... # net = previous_laeyr
net1 = Conv2D(64, 3)(net)
net2 = Conv2D(64, 3)(net1)
net3 = Conv2D(64, 3)(net2)
...

case1通过重用它们会节省一些输入记忆吗？我将要处理大图像（逐像素），因此我正在考虑节省输入内存。我已经按块进行了训练，我想一次加载整个图像以进行预测，而不是切成块。感谢您的评论。

Answer 1

如果您的网络是线性的，那么，是的，请像情况1那样重新使用变量。这就像是顺序模型（而您正在使用keras函数）。但是，许多网络多次使用某些层的输出。一层的输出可能成为多个未来层的输入，在这种情况下，相关层将需要唯一的变量，如情况2所示。