深度学习中内存突然降低，但是训练时间变长了
深度学习训练过程中内存突然降低，但是训练时间却变长了，为什么？内存也够用，是突然自动降低的
是不是训练过程中调整batchsize了?
这个问题好复现吗，每次都出现?
看看源码，训练一段时间后输入数据是否有更改..
或者 加print 打印相关信息 或者debug一下
一般来说，只会每次第一个epoch显存会比较大，后续就会变小。
你这个是断点重新训练？还是正常训练到99的时候突然间变小？我感觉是你断点重新训练的关系大一些。
- 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7535410
- 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：【数字图像处理】图像的膨胀与腐蚀，开运算与闭运算
- 您还可以看一下 刘建萍老师的人工智能系列课程零基础讲解知识点和实例应用线性回归梯度下降逻辑回归课程中的 讲解机器学中会涉及到的有关数学方面的知识储备有哪些小节, 巩固相关知识点
- 除此之外, 这篇博客: 计算机视觉 ： 图像形态学处理方法，包括图像的直方图均衡化和傅里叶变换，以及图像梯度与边缘检测中的 傅里叶变换 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
傅里叶变换，是将一个时域非周期的连续信号，转换为一个在频域非周期的连续信号。
这里介绍一下高频和低频的区别，简单来讲高频就类似于变化剧烈的灰度分量，例如边界；低频的话就是变化缓慢的灰度分量，例如一片大海。
傅里叶变换中常见的包含俩种滤波器：
- 低通滤波器：只保留低频，会使得图像模糊
- 高通滤波器：只保留高频，会使得图像细节增强
具体练习结果截图如下。
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^