pytorch1.5.1的坑

136 篇文章 114 订阅 ¥29.90 ¥99.00
94 篇文章 12 订阅
本文记录了在使用PyTorch1.5.1进行学习和部署时遇到的三大问题:GPU显存随着传入尺寸变化递增,内存泄漏(包括RReLU和OpenMP),以及为匹配CUDA10.0版本而需自编译libtorch库的挑战。解决方案包括设定最大尺寸避免GPU显存增长,关注PyTorch更新以修复内存泄漏问题,以及调整编译配置支持CUDA10.0。
摘要由CSDN通过智能技术生成

从pytorch1.5.1开始入手pytorch学习的,真正使用部署时使用的是libtorch1.5.1,主要遇到了三个大坑,一个一个填起来。

1、GPU显存问题

使用动态图,每次传入尺寸不一致时,显存不断递增。

解决办法,第一次传入最大尺寸。

2、内存泄漏问题。

从pytorch1.6.0的bug fix中可以看到主要修复了 RReLU的内存泄漏 和 OpenMP的内存泄漏。

3、因为要使用cuda10.0版本的libtorch库,官方只有cuda10.1的库,所以需要自己重新编译,而且还要修改一些配置才能支持cuda10.0.

4、其他一些小问题就不细说了。

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

落花逐流水

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值