冻结角膜层会减少训练所需的记忆吗?

时间:2019-11-25 18:13:39

标签: tensorflow keras keras-layer tf.keras

我已经预先训练了一个大型模型的重量,而该模型无法放入我的vram。如果冻结图层,训练所需的内存会减少吗?如果是这样,冻结的图层权重是否不会保存在vram中?

1 个答案:

答案 0 :(得分:1)

冻结权重是模型的参数的一部分。因此,如果冻结它们,唯一的事情将发生,那就是不会对它们进行任何计算(请注意:这是正确的,但并非总是如此),因此优化将更快。 由于它们仍然是整个优化过程的一部分,因此它们将在优化(训练)过程中被加载到GPU内存中,就像它们没有被冻结一样。