Win11+docker(5):使用共享显存解决训练模型显存不足的问题
我们的显存都是8GB,这时我才发现,在训练过程中我的显存占用为11G,其中8G为专用显存(3070显卡显存为8G),其余占用了3G的共享显存,但我并没有对共享显存进行过专门的设置。随后,我在其基础上配置了Anomalib,使用了PatchCore训练了MVTec的缺陷检测以及我自己的数据集,取得了很高的准确率(99.7%)。如果您的代码遇到显存不足的问题,手头又没有适合的GPU环境,不妨试一试共享显存的方法。2.我的训练环境是通过docker配置的,他是直接在windows训练的。
原创
2024-08-15 13:15:12 ·
70 阅读 ·
0 评论