深度学习踩坑记录

深度学习踩坑记录

在跑一个深度学习的项目的时候，为了计算每个epoch的Loss，肯定要把每个batch_size的loss给加起来，就会有类似如下的代码

train_loss += loss

是的当时手抖，忘了是loss.item()，代码也能正常运行，也能正常算，并且每一步需要跑的时间也是一样的，但是这样会导致每一步的内存都是叠加的。并且这种占显存的方式你在nvidia-smi还看不出来，得去htop里面看，一看好家伙，显存占的高的离谱，正常来说我就占4个G，他占了十几个G，当时就感觉不对劲了，后面发现这叫显存泄露
总而言之言而总之，如果你直接+loss，也能跑，结果也是一样的，但是这就会导致需要的内存一步步的叠加，我是跑到10几个epoch的时候莫名其妙被killed了，去查了一下是out of memory的问题，刚开始还以为是别的因素，后面才发现是我的问题T T