在colab上转移VGG16的学习导致一个OOM

Question

我正在使用colab 25Ram来实现人类动作识别，我的所有模型总是崩溃，因为我使用了所有内存（即使它们不是很大）。

我现在尝试使用VGG16的转移学习，我从真实模型开始，只是添加了模型的TimeDistributed以使其与我的数据匹配，并添加了一个Dense层来检查该工作是否正常，并且我的colab会话也崩溃了。

video = Input(shape=(350, 288, 384, 3))
cnn_base = VGG16(input_shape=(288, 384, 3), weights="imagenet", include_top=False)
cnn_out = GlobalAveragePooling2D()(cnn_base.output)
cnn = Model(inputs=cnn_base.input, outputs=cnn_out)
cnn.trainable = False
x = TimeDistributed(cnn)(video)
x = Dense(1, activation="sigmoid")(x)
model = Model([video], x)
model.summary()

model.compile(optimizer='SGD', loss='binary_crossentropy',metrics=["accuracy"])
model.fit(x=X, y=y, batch_size=2, epochs=1)

所有建议都会对我有所帮助，因为colab上已经存在OOM问题2个星期了。谢谢