RuntimeError: CUDA out of memory. Tried to allocate 144.00 MiB (GPU 0； 2.00 GiB total capacity； 1.29

最新推荐文章于 2024-04-29 22:19:32 发布
最新推荐文章于 2024-04-29 22:19:32 发布
阅读量1.8w 收藏 5
点赞数 1
分类专栏： BUG
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/weixin_43725886/article/details/107122749
版权

RuntimeError: CUDA out of memory. Tried to allocate 144.00 MiB (GPU 0; 2.00 GiB total capacity; 1.29 GiB already allocated; 79.00 MiB free; 1.30 GiB reserved in total by PyTorch)

解决方案

词表大小降低

Better Will
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
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：...
解决api-ms-win-crt-runtime-l1-1-0.dll 丢失问题 绿色版 工具下载
07-27
提示api-ms-win-crt-runtime-l1-1-0.dll 丢失，安装这个小玩意就可以解决了
关于RuntimeError: CUDA out of memory. （OOM）尽管GPU利用率为0
weixin_51187996的博客
04-10 272
RuntimeError: CUDA out of memory. Tried to allocate 52.00 MiB (GPU 0; 15.90 GiB total capacity; 14.85 GiB already allocated; 51.88 MiB free; 15.07 GiB reserved in total by PyTorch)是显存炸掉了，可以改小batch_size，显存炸了以后，自然GPU也没有利用，因为模型尚未开始训练，所以显存利用率为0。2G显存支持：SSD、YOLO
CUDA out of memory.(已解决）
weixin_43398590的博客
04-08 15万+
CUDA out of memory.(已解决） 有时候我们会遇到明明显存够用却显示CUDA out of memory，这时我们就要看看是什么进程占用了我们的GPU。 按住键盘上的Windows小旗子+R在弹出的框里输入cmd，进入控制台。 nvidia-smi 这个命令可以查看GPU的使用情况，和占用GPU资源的程序。我们看到python再运行完以后没有释放资源导致GPU的内存满了。 可以...
【程序错误-显存不足】RuntimeError: CUDA out of memory. Tried to allocate 4.00 GiB
最新发布
闪闪发光的博客
04-29 790
使用更低精度的数据类型：将模型参数和激活值从32位浮点数（float32）转换为16位浮点数（float16），可以减少显存的使用。减少每次训练或推理时的批次大小，以降低显存的需求。较小的批次大小可能会增加训练时间，但可以减少显存压力。如果你使用的是大型模型，可以尝试减少模型的大小，以减少显存使用量。如果你有多个GPU可用，可以尝试使用多卡训练。这样可以将模型的不同部分分配到不同的GPU上，从而减少单个GPU上的显存需求。在报错的哪一行代码的上面，加上下面两行代码，释放无关的内存。
如何解决“RuntimeError: CUDA Out of memory”问题
AI公园
03-22 9417
点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：Nitin Kishore编译：ronghuaiyang导读一些可以尝试的解决“RuntimeError: CUDA Out of memory”的方案。当遇到这个问题时，你可以尝试一下这些建议，按代码更改的顺序递增：减少“batch_size”降低精度按照错误说的做清除缓存修改模型/训练在这些选项中，如果你使用的是预训练模型，则最容...
pytorch: 四种方法解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
热门推荐
xiyou__的博客
07-06 17万+
Bug：RuntimeError: CUDA out of memory. Tried to allocate … MiB 解决方法： 法一： 调小batch_size，设到4基本上能解决问题，如果还不行，该方法pass。 法二： 在报错处、代码关键节点（一个epoch跑完…）插入以下代码（目的是定时清内存）： import torch, gc gc.collect() torch.cuda.empty_cache() 法三（常用方法）： 在测试阶段和验证阶段前插入代码 with torch.no_gr
CUDA out of memory解决办法
家鸽的代码屋
12-31 1万+
CUDA out of memory解决办法 当使用Pytorch GPU进行计算时经常遇到GPU存储空间过满，原因大致有两点： 1.Batch_size设置过大，超过显存空间 解决办法： 减小Batch_size 2.之前程序运行结束后未释放显存 解决办法： 按住键盘上的Win+R在弹出的框里输入cmd，进入控制台, 然后输入命令 nvidia-smi 查看GPU的使用情况，和占用GPU资源的程序，我们看到 PID 2492 运行着python占用很大空间 可以使用如下命令杀死进程 taskkill
解决：RuntimeError: CUDA out of memory.
ln01010的博客
07-22 2184
利用pytorchGPU训练深度模型时出现RuntimeError:CUDA out of memory问题解决方案
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
arcgis-runtime-sdk-android-100.11.0.zip
04-25
在arcgis开发者官网下载的rumtime 100.11开发包，由于官网抽风经常上不去，我下载了上传造福大家
解决：RuntimeError: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0； 2.00 GiB total capacity； 1
地中海の养成记
01-31 6万+
1. 问题2. 分析3. 解决 1. 问题 训练模型时报错： RuntimeError: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0; 2.00 GiB total capacity; 1.49 GiB already allocated; 57.03 MiB free; 6.95 MiB cached) 2. 分析 这种问题，是GPU内存不够引起的 3. 解决 方法一： 换高性能高显存的显卡 方法二：修改代码 报错的训练代码为.
CUDA out of memory（然鹅明明还有空间）
联邦学习小白
09-16 1万+
模型跑完想再跑一遍的时候居然给我报“CUDA out of memory”，很明显，我的显卡虽然菜，但起码还是可以跑的，毕竟刚跑完，那就可能是python在运行完以后没有释放资源，导致GPU的内存满了。 如果是这样的话，那解决的方法就很简单了，直接把进程杀死就行。 首先在C:\Program Files\NVIDIA Corporation\NVSMI位置打开命令行，然后输入nvidia-smi（也可以用nvidia-smi.exe -l 1，每秒更新CUDA使用情况），显示当前gpu的使用情况如下： 显
CUDA out of memory（CUDA显存不足）
yangyalun的博客
07-21 1万+
1.查看CUDA使用情况。 在C:\Program Files\NVIDIA Corporation\NVSMI位置打开命令行，然后输入nvidia-smi.exe -l 1，可每秒更新CUDA使用情况，如图所示。 2.本机的CUDA显存为2048MiB，当前使用为67MiB，运行模型后，发现当前CUDA使用情况超过2048MiB，解决方法为减小batch_size的大小（减小后结果可能会变差），若减小batch_size后CUDA显存还是不足或者是结果很差，那么就放弃使用GPU，使用CPU就行了。
解决RuntimeError: CUDA out of memory. Tried to allocate 14.00 MiB
qq_43733107的博客
09-15 5940
gpu运行错误
解决方案总结RuntimeError: CUDA error: out of memory
一听音频技术
12-25 2694
在训练过程中有时会出现显卡爆了的情况，导致无法进行训练，本文总结一下出现这种情况该如何处理。 1. 方法一：减小batch size 减小batch size是最直接方法，有人做过对比： batch size是48的时候，GPU使用量为14.4G，batch size=1的时候就变成1.3G了。 2. 方法二：修改网络结构 修改隐层节点数，尽量让linear层的结点数变小 加dropout,pooling 检查有迭代的地方的迭代深度，迭代深度大也会增加GPU使用 3. 方法三：清掉GPU中不用的进程
RuntimeError: CUDA out of memory. Tried to allocate 14.00 MiB linux跑深度学习爆显存问题
qq_43457119的博客
09-20 2693
Linux命令中的|符号称之为管道，作用是把前一个命令的输出作为下一个命令的输入（一般为stdout，stderr要做其他处理），管道的功能非常实用，在很多场景下都可以使用到，比如某个文件夹下有几万个文件，但是有一个文件是txt文件，其他均为图片，需要将此文件找出来。可以看到PID、PPID、CMD 3列重要信息，分别是进程ID、父进程ID、进程的启动命令。2、系统的进程太多，有可能跑之前调试的代码进程没有结束，还在占用显存，需要清理。就是我启动的进程，其他的均为系统进程或无关显存占用的进程。
已解决yolov5报错RuntimeError: CUDA out of memory. Tried to allocate 14.00 MiB
Code_and516的博客
03-27 1172
已解决yolov5报错RuntimeError: CUDA out of memory. Tried to allocate 14.00 MiB
RuntimeError: CUDA out of memory解决方法
cute_boy_的博客
12-02 2万+
RuntimeError: CUDA out of memory解决方法 前言 今天在运行代码的时候出现了cuda的一个报错，报错如下，意思就是超出内存了 解决 首先查看一下GPU使用情况，命令如下：nvidia-smi 看输出的第二列（Memory_Usage）查看各个GPU使用情况 找到剩余内存较大的GPU，然后代码中输入如下代码 import os import torch os.environ['CUDA_VISIBLE_DEVICES'] = '2,6' # 代表可以使用第二个和第六个
RuntimeError: CUDA out of memory. Tried to allocate 96.00 MiB (GPU 0; 2.00 GiB total capacity; 1.65 GiB already allocated
10-02
这个错误信息表示在训练模型时，尝试分配96.00 MiB的内存，但GPU显存容量为2.00 GiB，已经分配了1.65 GiB，只剩下35.03 MiB的空闲内存。这造成了CUDA显存不足的错误。 为了解决这个问题，你可以尝试以下几个方法： 1. 将batch_size减小。减小每个批次的大小可以减少显存的使用量。 2. 使用item()属性来获取torch变量的标量值。这将释放与计算图相关的显存。 3. 在测试阶段，可以添加代码来释放不需要的变量和缓存，以释放显存。 请注意，这只是一些常见的解决方法，具体的解决方法可能因情况而异。你可以根据实际情况和实验结果来选择最适合你的方法。

“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 3
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