RuntimeError: CUDA out of memory 解决办法_runtimeerror: cuda out of memory. tried to allocat

服务器的gpu内存不够，导致程序运行失败。
问题如下：

RuntimeError: CUDA out of memory. Tried to allocate 38.15 GiB (GPU 0; 31.75 GiB total capacity; 1.07 GiB already allocated; 26.18 GiB free; 3.45 GiB cached)
1

内存不够的解决办法：

1.不使用梯度方法

在test过程中，在dataloader循环前加入，

with torch.no_grad():
1

即不使用梯度回传，节省计算。

2.torch.nn.DataParallel()

针对拥有多卡的方法，可以使用该函数将内存较为平均的放到每张卡上，而不是只用一张卡来计算。
语句为：

device = 'cuda' if torch.cuda.is_available() else 'cpu'
net = net.to(device)
if device == 'cuda':
    net = torch.nn.DataParallel(net)
    cudnn.benchmark = True
1
2
3
4
5

3.减少batch_size

有时一个batch的size过大，会导致一个batch的训练过于冗余，减少batch_size的大小能省很多内存。

parser.add_argument('--batch_size', default=256, type=int, help='Number of images in each mini-batch')
1

如以上，从1024减小到256，训练模型效果没有降低太多，但保证在当前gpu环境下可以很好运行。

4.释放无关内存

在报错的行前后都加上：

if hasattr(torch.cuda, 'empty_cache'):
	torch.cuda.empty_cache()
1
2