我是否必须将每个测试图像与每个班级的示例图像进行比较?测试集包含 104 个类别的大约 7400 张图像。所以这将是 7400 x 104 的预测?
在 tpu 上使用 tensorflow,我能够非常有效地训练模型。但是,使用上述方法预测标签需要很长时间,而且模型预测调用会导致内存泄漏,最终导致内核失败(内存可能会爆炸到 30+gb 并且还在增加)。
我是否必须将每个测试图像与每个班级的示例图像进行比较?测试集包含 104 个类别的大约 7400 张图像。所以这将是 7400 x 104 的预测?
在 tpu 上使用 tensorflow,我能够非常有效地训练模型。但是,使用上述方法预测标签需要很长时间,而且模型预测调用会导致内存泄漏,最终导致内核失败(内存可能会爆炸到 30+gb 并且还在增加)。
有多种方法可以做到这一点:
如果您对 KNN 不太了解或想查看代码实现,也可以参考博客。