问uint8型神经网络
EN

Data Science用户

提问于 2019-10-01 12:43:06

回答 1查看 283关注 0票数 3

我正面临一些内存问题来训练一个神经网络。

我有一个输入数组，由编码为numpy.uint8类型的灰度图像组成(因此可以覆盖整个范围0-255 )。当将数据输入网络时，我应该将值规范化为0-1范围，使它们现在变成浮点数(numpy.float64或32)。然而，这种转换使我的数据增加了8x(或4x)，这是我的RAM内存无法处理的。

有什么办法可以解决这个问题吗？

谢谢！

发布于 2020-03-23 14:21:42

标准化后，将数字投射为float16或bfloat16。这些是Keras中可用的最小浮点数。

票数 1

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/61092

复制

相似问题

问uint8型神经网络EN