pytorch遇见RuntimeError: CUDA out of memory的解决

最近在用pytorch做项目时，本人遇到RuntimeError: CUDA out of memory的错误，下面就此问题做一个记录和分享，并谈谈今后遇到爆显存问题的解决思路。

目录

1.查看是否其他程序占用显存

2.查看pytorch和cuda是否匹配

3.cuda.empty_cache()方法

3.当前项目代码是否还使用了keras/tensorflow

4.调小batch_size和通过程序优化显存

---

1.查看是否其他程序占用显存

遇到此类错误后，对于py格式的文件来说，程序会进行终止，也就是当前程序占用的显存将会被释放。此时可用 nvidia-smi 命令查看当前显存的使用情况。如果此时显存依然有比较大的占用，说明存在其他程序占用显存，使用kill命令结束不必要的程序即可。

2.查看pytorch和cuda是否匹配

使用方法torch.cuda.is_available()，确认pytorch和cuda是否匹配，如果返回False，需要调整一下cuda或torch的版本，重新部署一下环境。