我对数据科学还比较陌生，我正试图为卡格尔黑色素瘤竞赛创建一个cnn模型。我创建了以下两个函数来将jpeg图像文件夹转换为numpy数组：

def keras_pipeline(file):
    TARGET_SIZE = (100,150)
    img = load_img(file, target_size=TARGET_SIZE)
    img_array = img_to_array(img)
    return img_array

def files_to_array(path, files_list):
    files = [path+file for file in files_list]
    with concurrent.futures.ProcessPoolExecutor() as executor:
        img_map = executor.map(keras_pipeline, files)
    return img_map

然后在卷积网络中使用这个数组。
我在华硕tufa15上运行，有八个内核，16gb内存，和一个nvidia geforce gtx1660ti gpu。我试过多次调整大小来运行这段代码 TARGET_SIZE s、 每次我让公羊超载。我可以尝试增加交换，但我认为无论我使用多少，它都会崩溃。
是否有任何文献或文档讨论图像处理中ram的使用，或计算特定大小的numpy阵列将使用多少内存的方法？