问题描述:
如题,我用低阶API训练的,TrainOneStepCell,用for循环进行每一个epoch的计算,每一个epoch内存都会上升,最后就OOM了。 每个epoch的开头都会用create_iterator_dict函数创建数据集的迭代器,我猜测可能是这个地方导致的内存上升,因为每次都是运行到这里就显示rowsize is larger than allocated memory max_rowsize。不知道原因和解决办法。 或者,有大佬知道互学习怎么封装到高阶API中使用吗,就是两个网络同时训练,每个网络的输出同时也要作为另一个网络的标签。如果用高阶API的话或许能避免这个内存的问题。
解答:
使用低阶API和使用高阶API Model没有本质差别,可以直接将你自定义的TrainOneStepCell实例化后作为Model的network,同时,不设置loss和opt
https://mindspore.cn/tutorials/zh-CN/r1.7/advanced/train/model.html#%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AE%AD%E7%BB%83%E7%BD%91%E7%BB%9C