【RuntimeError: CUDA error: out of memory 实测有用】

原因：**
服务器的默认gpu显卡正在使用，需要使用gpu的另一个空闲的显卡；linux里查看gpu的显卡使用状态用代码：

nvidia-smi

因为默认的是使用显卡：0，所以可以选择一个空闲的卡

解决：
在.py文件里加入：

import os
os.environ["CUDA_VISIBLE_DEVICES"] = '1'

注意要放在

import torch

之前！！！
之后运行代码就是用的卡1！！！
参考
同时，该文章评论里有大佬解释：
解释下这么做的理由：
CUDA_VISIBLE_DEVICES限制一下使用的GPU。
比如有0,1,2,3号GPU；
CUDA_VISIBLE_DEVICES=2,3；
则当前进程的可见GPU只有物理上的2、3号GPU；
此时它们的编号也对应变成了0、1；
即cuda:0对应2号GPU，cuda:1对应3号GPU。
————————————————
按照博主的教程限定只有1号GPU以后，代码里面cuda编号仍然为0