Home › Fóruns › Fórum Visão Computacional: O Guia Completo › transferencia de parendizagem
- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 1 ano, 10 meses atrás por Gabriel Alves.
- AutorPosts
- 8 de janeiro de 2023 às 02:35 #38925
professor,tudo bem?
to com uma dúvida no seguinte assunto ,você mostra que existem vários modelos pre-treinados,como por exemplo o “mobilenet”,e eu fui usar ele no dataset de reconhecimento de emoções,só que o tipo de entrada que ele pede é em formato de array,como vou mostrar:
“X = np.array(X).reshape(-1,img_size,img_size,3)”
só que tanto no colab como no vscode,eu encontro problema de memória,no vscode por causa da minha máquina e no colab por usar toda a RAM disponivel.Saberia como poderia fazer essa conversão,usando o DataGenerator,alguma função ou algo do tipo?
11 de janeiro de 2023 às 10:01 #38937Olá Caio!
Sim, você poderia usar para isso o DataGenerator, que inclusive é abordado nessas próximas aulas da seção sobre Transferência de aprendizagem.
Se você está tendo problemas de memória em sua máquina ou no Colab então pode ser devido ao tamanho das imagens que estão sendo carregadas (pode ser tanto no tamanho em bytes quando em quantidade). Não sei se o seu problema que se refere seria apenas quanto à inferência ou seria pro treinamento também, mas você já tentou definir um valor diferente para o batch size? Você vai precisar testar com outros valores de batch caso esteja trabalhando com um dataset muito extenso, já que para o valor em questão é muito grande para a memória disponível dar conta.
- AutorPosts
- Você deve fazer login para responder a este tópico.