切换音频数据集训练CNN时GPU内存清理与维度错误求助

问题本质澄清 #

你遇到的输入形状与权重形状不兼容错误，核心原因不是GPU内存未清理，而是前一次训练的模型权重（尤其是Dense层的输入维度参数）没有被完全重置。30秒和3秒频谱图经过CNN特征提取后输出的特征维度不同，当先训练30秒数据的模型后，直接训练3秒数据时，如果模型实例没有重新创建，会沿用旧Dense层的权重形状，导致维度不匹配。

不过清理GPU内存确实能避免残留的张量干扰，以下是完整的解决步骤：

一、彻底重置模型实例 #

每次切换数据集时，必须重新调用get_model创建全新的模型，且要让模型根据当前数据集的输入形状动态构建：

# 循环训练不同时长数据
for duration in [30, 3]:
    # 加载对应时长的数据集
    X_train, y_train = get_data(duration=duration)
    # 传入当前数据集的输入形状，创建全新模型实例
    model = get_model(input_shape=X_train.shape[1:])
    # 编译并训练
    model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
    model.fit(X_train, y_train, epochs=10)

关键是修改get_model函数，让它接收input_shape参数，确保Flatten层后的Dense层输入维度与当前数据的特征维度匹配，不要硬编码Dense层的输入维度。

二、清理GPU内存（TensorFlow/Keras场景） #

在切换模型/数据集前执行以下操作，彻底清理残留的计算图和内存：

import tensorflow as tf
import gc

# 清除Keras会话和默认计算图
tf.keras.backend.clear_session()
tf.compat.v1.reset_default_graph()

# 删除旧模型对象并触发Python垃圾回收
del model
gc.collect()

把这些步骤放在循环的开头，确保每次训练前都清空旧的模型资源：

for duration in [30, 3]:
    # 清理内存和会话
    tf.keras.backend.clear_session()
    tf.compat.v1.reset_default_graph()
    gc.collect()
    
    # 加载数据+创建新模型
    X_train, y_train = get_data(duration=duration)
    model = get_model(input_shape=X_train.shape[1:])
    # 后续训练步骤...

三、验证模型维度匹配 #

在get_model中添加模型结构打印，确认各层维度是否正确：

def get_model(input_shape, num_classes):
    model = tf.keras.Sequential([
        tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=input_shape),
        tf.keras.layers.MaxPooling2D((2,2)),
        tf.keras.layers.Flatten(),
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dense(num_classes, activation='softmax')
    ])
    # 打印模型结构，验证Flatten层输出与Dense层输入维度一致
    model.summary()
    return model

通过model.summary()可以直观看到每一层的输入输出形状，快速定位维度不匹配的问题。

内容的提问来源于stack exchange，提问作者Mateusz Dorobek