为什么小型和大型负载神经网络占用相同数量的 RAM？ [关闭]

Question

一开始，我在 caffe 框架中训练了一个卷积神经网络，其模型重 80Mb。虽然，我注意到在将其加载到我的项目后，它需要将近 1 Gb 的 RAM。在互联网上，我发现任何 CNN 都会占用大量内存。这就是为什么我认为更小的 CNN 可以解决我的问题。我训练了另一个层数较少的模型。最终，该模型仅重 60Mb，但仍占用了之前 1Gb 的 RAM 内存。

在回答我的问题之前，请注意：

1) 当我测量占用的内存量时，我已经注释了我项目的每一行，剩下的就是加载的模型。

2) 我已经使用终端命令“htop”检查了所占用的内存量（是的，它们是相等的）

附：我是 DNN 的新手，还有其他解决方案吗？感谢您的帮助！

更新

我创建了一个带有一个隐藏层的网络（只是为了实验）并将其加载到我的项目中。考虑到模型重量只有 160Kb 并且仍然需要 1Gb 的 RAM 内存，我当然不明白如何将 caffe 模型加载到项目中。我正在使用 caffe 库并使用“分类器”类加载模型。再次感谢您的帮助！

Answer 1

显然，您的进程在 RAM 中占用的大小并不取决于网络的大小。一定有别的东西。如果您对究竟是什么感兴趣 - 有内存分析工具，可以报告内存的去向。