Memory Error : Training large dataset

Question

memory error

我的数据集有 70k 个图像，我想通过 Conv2D 训练它们，但是当我尝试加载数据集时它抛出内存错误。我只有 4GB RAM，如何通过在 HDF5 中创建数据集来通过 HDF5 矩阵解决此问题？然后加载它进行训练，我想那时它会占用更少的内存。我尝试了一些教程来创建 HDF5 数据集，但这个过程发生在错误发生的地方。我做错了什么？有不明白的请追问

datagen=ImageDataGenerator(rotation_range=40,
                            width_shift_range=0.2,
                            height_shift_range=0.2,
                          rescale=1./255,
                          shear_range=0.2,
                          zoom_range=0.2,
                          horizontal_flip=True)

batch_size=28
num_classes=37
epochs=100

os.chdir("E:");
path="Dataset/One";
classes=os.listdir(path)
x=[]#Datapoints 
y=[]#labels 
for fol in classes:
    imgfiles=os.listdir(path+u'\'+fol);
    for img in imgfiles:
        im=Image.open(path+u'\'+fol+u'\'+img);
        im=numpy.asarray(im)/255;
        x.append(im)
        y.append(fol)
x=numpy.array(x)
y=numpy.array(y)
#memory error####################################################
x=x.reshape((-1,100,100,1))

n=x.shape[0]
randomize=numpy.arange(n)
numpy.random.shuffle(randomize)
randomize
x=x[randomize]
y=y[randomize]

Answer 1

您的问题是您试图一次加载所有数据，而且它比您的 RAM 大得多。您只需要加载一个批次并进行处理，然后丢弃该批次并继续。执行此操作的一种自然方法可能是在 for fol in classes 循环内——将每个 fol 值视为一批，并且一次适合一批。

Answer 2

如果您不需要一次访问或处理所有数据，则可以将其加载到 chunks。

如果它是一个 csv 文件并且您可以使用 pandas 那么也许您可以这样做：

import pandas as pd
for chunk in pd.read_csv('dataset/movies.csv', chunksize=1000):
    # use this chunk for processing and/or training

希望对您有所帮助！

Memory Error : Training large dataset

Memory Error : Training large dataset

python

hdf5

python-3.x

hdf5storage

keras