我最近入门了Keras，想着用Keras跑一些好玩的项目，显卡RTX 2060，很明显当数据量小一些的时候，GPU还能勉强撑住，但是一旦数据量超过1G，那真的就寄了。
Keras直接报警exceeds 10%，不过这个时候网络还能勉强训练，前提是迭代次数小于50次，一旦数据和迭代次数指数性增长，超过了2G和50次这两个值，Jupyter Kernel直接挂
所以请问各位，多大的显存和内存才够啊？一定要显存和内存比是1：2吗？
显存很大程度上决定着你的数据输入大小，如果想要大batch和大size的图像进行训练，即便是3090也够呛。
建议小一些的数据就在本地训，大一些的数据就在远端训，Google的Colab和百度的AiStudio都有算力可以用的，如果财力雄厚建议购入特斯拉显卡
我1660ti 加8G 的，基本上啥都干不了，跑模型效果很不好，但是足够用来做简单的模型测试，学习够用了，跑模型还是得租服务器跑，或者可以用kaggle，百度什么的免费平台
入门学习2g就够，只是学习一些cuda相关的操作，batch size设置到2看看代码怎么跑的，模型和张量是怎么变换的就行，这还是学cuda加速的，你要是不管这个，单单学网络，cpu跑都行，不需要显卡。
但是你一旦想复现map之类的指标或者训练，那就不一样了，显存越多越好，这样batch size可以搞的很大，训练速度比较快。当然，训练的时候batch size设置成2页也不是不行，但是速度太慢了