Question

使用ResNet50预训练的权重，我正在尝试构建一个分类器。该代码库在Keras高级Tensorflow API中完全实现。完整的代码发布在下面的GitHub链接中。

预训练模型的文件大小为94.7mb 。

我加载了预训练的文件

new_model = Sequential()

new_model.add(ResNet50(include_top=False,
                pooling='avg',
                weights=resnet_weight_paths))

并拟合模型

train_generator = data_generator.flow_from_directory(
    'path_to_the_training_set',
    target_size = (IMG_SIZE,IMG_SIZE),
    batch_size = 12,
    class_mode = 'categorical'
    )

validation_generator = data_generator.flow_from_directory(
    'path_to_the_validation_set',
    target_size = (IMG_SIZE,IMG_SIZE),
    class_mode = 'categorical'
    )

#compile the model

new_model.fit_generator(
    train_generator,
    steps_per_epoch = 3,
    validation_data = validation_generator,
    validation_steps = 1
)

在Training数据集中，我有两个文件夹dog和cat，每个文件夹可容纳10,000张图片。编译脚本时，出现以下错误

时代1/1 2018-05-12 13：04：45.847298：W tensorflow / core / framework / allocator.cc：101] 38535168的分配超过了系统内存的10％。 2018-05-12 13：04：46.845021：W tensorflow / core / framework / allocator.cc：101] 37171200的分配超过了系统内存的10％。 2018-05-12 13：04：47.552176：W tensorflow / core / framework / allocator.cc：101] 37171200的分配超过了系统内存的10％。 2018-05-12 13：04：48.199240：W tensorflow / core / framework / allocator.cc：101] 37171200的分配超过了系统内存的10％。 2018-05-12 13：04：48.918930：W tensorflow / core / framework / allocator.cc：101] 37171200的分配超过了系统内存的10％。 2018-05-12 13：04：49.274137：W tensorflow / core / framework / allocator.cc：101] 19267584的分配超过了系统内存的10％。 2018-05-12 13：04：49.647061：W tensorflow / core / framework / allocator.cc：101] 19267584的分配超过了系统内存的10％。 2018-05-12 13：04：50.028839：W tensorflow / core / framework / allocator.cc：101] 19267584的分配超过了系统内存的10％。 2018-05-12 13：04：50.413735：W tensorflow / core / framework / allocator.cc：101] 19267584的分配超过了系统内存的10％。

有什么想法可以优化加载预训练模型的方式（或摆脱这种警告消息）？

谢谢！