多卡训练
当一台机器上有多张卡可以使用时,我们希望能够在多张GPU上跑实验
torch.nn.DataParallel
显卡负载不均衡…(to be update)主卡比其他副卡占了将近2倍的显存
PyTorch分布式训练
没试过,还不会,但听说可以解决负载不均衡的问题
CPU 内存占用率不断增长
num_workers
当num_workers设为0时,CPU memory没有增长,但是取数据特别慢。在num_wokers = 8时,每秒钟能处理将近128张图片,但我把num_workers设置为0,每秒钟处理的图片数大概是8-10张,相差10倍多…
我遇到的问题是:
当num_workers大于0时,内存会渐渐增长,直到溢出(CPU memory leak), 120G都不够用。。。
- num_workers还是要大于0,不然时间难以承受
- 检查你的变量里是不是有保存list,根据pytorch官方人员的解答,其实不是真正的“内存爆掉”,而是python 语言设计的机制。
解决方法是:将list变量换成numpy array或者tens