解决Pytorch 训练与测试时爆显存(out of memory)的问题


						Pytorch 训练时有时候会因为加载的东西过多而爆显存，有些时候这种情况还可以使用cuda的清理技术进行修整，当然如果模型实在太大，那也没办法。

使用torch.cuda.empty_cache()删除一些不需要的变量代码示例如下：





try:

  output = model(input)

except RuntimeError as exception:

  if "out of memory" in str(exception):

    print("WARNING: out of memory")

    if hasattr(torch.cuda, 'empty_cache'):

      torch.cuda.empty_cache()

  else:

    raise exception



测试的时候爆显存有可能是忘记设置no_grad, 示例代码如下：





  with torch.no_grad():

    for ii,(inputs,filelist) in tqdm(enumerate(test_loader), desc='predict'):

      if opt.use_gpu:

        inputs = inputs.cuda()

        if len(inputs.shape) < 4:

          inputs = inputs.unsqueeze(1)

 

      else:

        if len(inputs.shape) < 4:

          inputs = torch.transpose(inputs, 1, 2)

          inputs = inputs.unsqueeze(1)

 



以上这篇解决Pytorch 训练与测试时爆显存(out of memory)的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。