Python报错：RuntimeError: CUDA out of memory. Tried to allocate 48.00 MiB

已于 2022-06-20 14:56:12 修改
阅读量4.1k 收藏 3
点赞数
分类专栏： Python常见报错 文章标签： python 其他 经验分享
于 2022-03-03 21:07:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sweet_tea_/article/details/123263874
版权

Python报错：RuntimeError: CUDA out of memory. Tried to allocate 48.00 MiB (GPU 0; 6.00 GiB total capacity; 4.44 GiB already allocated; 0 bytes free; 4.49 GiB reserved in total by PyTorch)
在这里插入图片描述
可以修改batch_size大小进行解决，例如我是将batch_size = 128改为32即可。
在这里插入图片描述
但是这种处理方式也是设备硬伤而折中的办法，因为batch_size缩小有可能影响模型的最终性能。

sweettea~
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
解决Pytorch 训练与测试时爆显存(out of memory)的问题
09-18
今天小编就为大家分享一篇解决Pytorch 训练与测试时爆显存(out of memory)的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
RuntimeError: CUDA out of memory. Tried to allocate 48.00 MiB (GPU 0； 6.00 GiB total capacity； 1.99
qq_35831906的博客
11-08 2439
报错信息 "CUDA out of memory" 表明你的 PyTorch 代码尝试在 GPU 上分配的内存超过了可用量。这可能是因为 GPU 没有足够的内存来处理当前的操作或模型。如果你的模型或处理过程需要的内存超过当前 GPU 容量，可能需要考虑使用具有更多内存的 GPU 或使用提供更好资源的云服务。记得在适当的地方运行此代码段，特别是在你使用完特定张量或批次后，将内存释放回 GPU。考虑使用参数较少或规模较小的模型架构。另外，尝试优化模型，去除不必要的层或参数。较小的批处理大小将需要更少的内存。
Stable Diffusion CUDA out of memory. Tried to allocate 46.00 MiB. GPU 0 has a total capacty of 6.00
最新发布
Drizzle_66213的博客
05-28 382
重新启动后依旧报错，将参数设置为提示数值最小偶数，参数设置为set PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:44，保存后重新启动，完美解决爆显存。参考以上文章，根据报错提示在webui-user.bat文件添加set PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:46。
python运行报错RuntimeError: CUDA out of memory.
weixin_44193014的博客
02-15 248
运行tacotron2的train时候报错： 百度以后，大部分说修改batch_size的大小：到hparams.py修改batch_size的大小
bug记录：RuntimeError: CUDA out of memory. Tried to allocate ... MiB
MarsandOcean的博客
04-19 152
解决bug：RuntimeError: CUDA out of memory. Tried to allocate ... MiB
pytorch中cuda out of memory问题
Acmer_future_victor的博客
12-05 2万+
在组会前一天遇到这个问题，试了各种解决办法都不可以，简直要疯辽，还等着实验结果做汇报呢…… RuntimeError: CUDA out of memory. Tried to allocate 486.00 MiB (GPU 0; 10.73 GiB total capacity; 8.78 GiB already allocated; 23.62 MiB free; 1.07 GiB cached) 就是这个问题，很奇怪，不知道那1.07GiB到底是什么占了，一样的超参数设置，之前从来没有遇到过这种问题
【已解决】RuntimeError: CUDA out of memory. Tried to allocate 50.00 MiB (GPU 0； 4.00 GiB total capacity；
BetrayFree的博客
11-09 3302
主机中的内存，有两种存在方式，一是锁页，二是不锁页，锁页内存存放的内容在任何情况下都不会与主机的虚拟内存进行交换（注：虚拟内存就是硬盘），而不锁页内存在主机内存不足时，数据会存放在虚拟内存中。显卡中的显存全部是锁页内存,当计算机的内存充足的时候，可以设置pin_memory=True。pin_memory就是锁页内存，创建DataLoader时，设置pin_memory=True，则意味着生成的Tensor数据最开始是属于内存中的锁页内存，这样将内存的Tensor转义到GPU的显存就会更快一些。
pytorch模型提示超出内存RuntimeError: CUDA out of memory.
01-20
跑模型时出现RuntimeError: CUDA out of memory.错误 查阅了许多相关内容，原因是：GPU显存内存不够 简单总结一下解决方法： 将batch_size改小。 取torch变量标量值时使用item()属性。 可以在测试阶段添加如下代码：...
Vue项目报错：Uncaught SyntaxError: Unexpected token <
10-17
主要介绍了Vue项目报错：Uncaught SyntaxError: Unexpected token <，在引入第三方依赖的 JS 文件时，遇到的一个问题，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
Python RuntimeError: thread.__init__() not called解决方法
09-22
主要介绍了Python RuntimeError: thread.__init__() not called解决方法,需要的朋友可以参考下
运行深度学习代码时报错RuntimeError: CUDA out of memory. Tried to allocate 482.00 MiB
weixin_38980073的博客
09-10 5761
在自己的电脑上运行Pointnet++（pytorch版本）时，6g显卡，batchsize设置成8报错 尝试了https://blog.csdn.net/weixin_32393347/article/details/104395179的方法，仍然不行。 最后只能将batchsize改为4，得以运行成功。 ...
模型运行报 RuntimeError: CUDA out of memory. Tried to allocate 384.00 MiB (GPU 0； 31.75 GiB
magic_road的博客
03-29 1517
后来发现原因是没有指定GPU，但是有时明明指定了GPU还是无法运行，后来才知道，如果你指定的GPU被占用时，它会报默认0号GPU被占用无法分配运行内存。最近在做一个多分类模型时，遇到一个下面bug，明明服务器多块GPU上有空闲GPU，却无法运行模型。
RuntimeError: CUDA out of memory.
小糖宝的博客
08-11 2045
报错： RuntimeError: CUDA out of memory. Tried to allocate 36.00 MiB (GPU 0; 2.00 GiB total capacity; 859.04 MiB already allocated; 6.46 MiB free; 904.00 MiB reserved in total by PyTorch) 解决方案： win+r，输入cmd，输入nvidia-smi查看GPU使用情况 可以看到有几个运行的进程，输入 taskkill -PID
CUDA out of memory. Tried to allocate 16.00 MiB (GPU 0； 6.00 GiB total capacity；总结（2）
qq_38148600的博客
09-10 3803
今天试了一下，缩小版的数据集，依旧无法运行。 报错为RuntimeError: CUDA out of memory. Tried to allocate 20.00 MiB (GPU 0; 6.00 GiB total capacity; 4.58 GiB already allocated; 6.94 MiB free; 4.65 GiB reserved in total by PyTorch) 这证明是有什么软件提前占用了gpu。 Windows下查看GPU(NVIDIA)使用情况_墨理三生-
cuda out of memory gpu还有空间_GPU加速04:将CUDA应用于金融领域，使用Python Numba加速B-S期权估值模型
weixin_39734020的博客
10-25 416
我和滴滴云有一些合作，没有GPU的朋友可以前往滴滴云上购买GPU/vGPU/机器学习产品，记得输入AI大师码：1936，可享受9折优惠。GPU产品分时计费，比自己购买硬件更划算，请前往滴滴云官网http://www.didiyun.com购买。 很多领域尤其是机器学习场景对GPU计算力高度依赖，所幸一些成熟的软件或框架已经对GPU调用做了封装，使用者无需使用CUDA重写一遍，但仍需要对GPU计算的...
RuntimeError: CUDA out of memory. Tried to allocate 64.00 MiB (GPU 0； 10.76 GiB total capacity； 7.64
qq_45128278的博客
02-27 2560
错误原因： 使用了CUDA_VISIBLE_DEVICES指定了空闲的3090显卡，但仍报错，原因是batchsize设置得太高，设置了128. 解决方案： 降低到64即可。 或者使用两张及以上的卡。
解决：RuntimeError: CUDA out of memory. Tried to allocate 64.00 MiB (GPU 0； 4.00 GiB total capacity； 2
热门推荐
universe_R的博客
05-03 3万+
引发pytorch：CUDA out of memory错误的原因有两个： 1.当前要使用的GPU正在被占用，导致显存不足以运行你要运行的模型训练命令不能正常运行 解决方法： 1.换另外的GPU 2.kill 掉占用GPU的另外的程序（慎用！因为另外正在占用GPU的程序可能是别人在运行的程序，如果是自己的不重要的程序则可以kill） 命令行中输入以下命令，可以查看当前正在GPU运行的程序： nvidia-smi 再根据上面显示的正在运行程序的PID，输入以下查看进程的命令，可以查看到进程的相关信息，包括
【新手】复现NeRCo代码中出现的torch.cuda.OutOfMemoryError: CUDA out of memory. 问题解决办法。
qq_43612410的博客
09-13 2084
3、高版本pytorch可能在处理显存占用时有更多的优化，可以升级为更高版本的pytorch。特别是在相同型号GPU的情况下，可以考虑Python包版本的问题，通过“pip list”或者“conda list”可以参考版本信息。对于1，在尝试减少batchsize解决，发现原文中原本的batchsize已经是1，没有办法再减了。但是此方法只是应急用，至于怎么让他多个GPU一起用，我至今还没有弄明白，在参数前面加上。2、cached（缓存）过高的情况下，在报错的代码块之前先添加。也还是会报显存不够的错误.
runtimeerror: cuda out of memory. tried to allocate 48.00 mib (gpu 0; 4.00 g
09-19
尝试分配48.00 Mib（GPU 0； 4.00 G）。 这个错误意味着在尝试使用CUDA执行代码时，GPU内存不足。解决这个问题可以采取以下步骤： 1. 减少批处理大小：减少每个批次传输到GPU的数据量。通过减少每个批次的大小，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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