Sobre OOM
Problema de OOM
(Out Of Memory) acontece quando a memória disponível não é suficiente. Quando usamos imagens, a arquitetura mais comum envolve Convoluções e Poolings, pois isso diminui a quantidade de parâmetros da rede, como apontado pelo @Daniel Falbel. Porém, com a sua arquitetura, a quantidade total de parâmetros é 929.603
, o que não é um número absurdo. Para ver o número de parâmetros, basta fazer model.summary()
.
Por isso, o problema deve estar no model.fit(x_train,y_train, epochs=50, verbose=0)
. Carregar todas as imagens do dataset e alimentar o modelo pode ser muito pesado para a memória, por isso é comum usar fit_genetator()
. Com o gerador, é possível subir para a memória apenas algumas imagens e treinar a rede aos poucos para não sobrecarregar a memória.
Sobre Redes Convolucionais
Para classificar uma imagem, uma arquitetura comum é:
Input -> Convolução -> Pooling -> Convolução -> Pooling -> Convolução -> Flatten -> Dense ->Dense -> Output
O código em Keras equivalente é:
def My_Conv_Model(channels, pixels_x, pixels_y, num_categories):
img_input = Input(shape=(pixels_x, pixels_y, channels)
, name='img_input')
first_Conv2D = Conv2D(filters=40, kernel_size=(3, 3), data_format='channels_last'
, activation='relu', padding='valid')(img_input)
first_Conv2D = MaxPooling2D(pool_size=(3, 3), padding='same', data_format='channels_last')(first_Conv2D)
second_Conv2D = Conv2D(filters=20, kernel_size=(3, 3), data_format='channels_last'
, activation='relu', padding='valid')(first_Conv2D)
second_Conv2D = MaxPooling2D(pool_size=(3, 3), padding='same', data_format='channels_last')(second_Conv2D)
third_Conv2D = Conv2D(filters=10, kernel_size=(3, 3), data_format='channels_last'
, padding='valid')(second_Conv2D)
flat_layer = Flatten()(third_Conv2D)
first_Dense = Dense(128,)(flat_layer)
second_Dense = Dense(32,)(first_Dense)
target = Dense(num_categories, name='class_output')(second_Dense)
seq = Model(inputs=img_input, outputs=target, name='Model')
return seq
Total de parâmetros para uma entrada no formato (360, 640, 3)
: 3,370,632
Para gerar uma imagem a partir de outra, uma arquitetura comum é:
Input -> Convolução -> Pooling -> Convolução -> Pooling -> Convolução Transposta -> Convolução Transposta -> Output
O código em Keras equivalente é:
def My_Conv_Model(channels, pixels_x, pixels_y):
img_input = Input(shape=(pixels_x, pixels_y, channels)
, name='img_input')
first_Conv2D = Conv2D(filters=40, kernel_size=(3, 3), data_format='channels_last'
, activation='relu', padding='same')(img_input)
first_Conv2D = MaxPooling2D(pool_size=(2, 2), padding='same', data_format='channels_last')(first_Conv2D)
second_Conv2D = Conv2D(filters=20, kernel_size=(3, 3), data_format='channels_last'
, activation='relu', padding='same')(first_Conv2D)
second_Conv2D = MaxPooling2D(pool_size=(2, 2), padding='same', data_format='channels_last')(second_Conv2D)
third_Conv2D = Conv2D(filters=10, kernel_size=(3, 3), data_format='channels_last'
, padding='same')(second_Conv2D)
first_Conv2DTranspose = Conv2DTranspose(64, (5, 5), strides=2, padding='same')(third_Conv2D)
second_Conv2DTranspose = Conv2DTranspose(32, (5, 5), strides=2, padding='same')(first_Conv2DTranspose)
target = Conv2DTranspose(3, (5, 5), strides=2, padding='same')(second_Conv2DTranspose)
seq = Model(inputs=img_input, outputs=target, name='Model')
return seq
Total de parâmetros para uma entrada no formato (360, 640, 3)
: 79,849
Conv2D
ao invés do Dense ali. Tem um monte de exemplo na internet, por exemplo aqui: github.com/keras-team/keras/blob/master/examples/mnist_cnn.py