vq-vae-2代码填坑之CUDA out of memory和element 0 of tensors does not require grad and...

在运行vq-vae-2-pytorch项目时遇到CUDA内存不足的问题,尝试通过在代码块中加入torch.no_grad()来解决,但这导致了另一个错误:元素0的张量不需要梯度且没有grad_fn。解决方法是在反向传播前设置loss.requires_grad = True。
摘要由CSDN通过智能技术生成

运行vq-vae-2-pytorch项目,第三阶段:
python train_pixelsnail.py lmdbdata
报错RuntimeError: CUDA out of memory. Tried to allocate 1.50 GiB…
在out前加入with torch.no_grad():
触发另外一个错误:
RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

源代码段为:

def train(args, epoch, loader, model, optimizer, scheduler, device):
    loader = tqdm(loader)

    criterion = nn.CrossEntropyLoss()

    for i, (top, bottom, label) in enumerate(loader):
        model.zero_grad()

        top = top.to(device)

        if args.hier == 'top':
            target = top
            with torch.no_grad():
            '''
            在此处添加
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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