2021-07-07

---

遇到错误汇总

数据格式不统一

Python中 list, numpy.array, torch.Tensor 格式相互转化

数据维度不一致

pytorch学习 中 torch.squeeze() 和torch.unsqueeze()的用法

数据位置不一致会导致出错

输入和模型权重类型不一样，一个CPU，一个GPU，会报错
解决方法： data.to(device)

---

一、GPU内存释放方法

错误类型： RuntimeError: CUDA out of memory. Tried to allocate 5.49 GiB (GPU 0; 6.00 GiB total capacity; 388.03 MiB already allocated; 4.15 GiB free; 398.00 MiB reserved in total by PyTorch)

解决方法：

• GPU还有其他进程占用显存，导致本进程无法分配到足够的显存
• 缓存过多，使用torch.cuda.empty_cache()清理缓存
  报错行前 加

if hasattr(torch.cuda, 'empty_cache'):            #hasattr() 函数用于判断对象是否包含对应的属性。
   torch.cuda.empty_cache()

• 显卡内存小

import torch

print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))
print(torch.cuda.device_count())
print(torch.cuda.current_device())
print(torch.cuda.is_initialized())  # 查看pytorch的 CUDA 状态是否初始化
print(torch.cuda.get_device_capability(0))  # 查看某一个设备device的计算能力,具体输出结果没看明白

输出如下：

transform函数汇总

基础积累 | 图像分割损失函数最全面、最详细总结，含代码

pytorch: Tensor 常用操作

pytorch中的参数初始化方法总结