跑模型时出现“OSError: [WinError 1455] 页面文件太小，无法完成操作.....“问题

在对 ultralytics 的YOLOv8模型进行训练时出现了"OSError: [WinError 1455] 页面文件太小，无法完成操作…"问题，导致模型训练失败，尝试了三种解决方法后最终解决

第一种：分页内存太小

参考文章链接：https://blog.csdn.net/weixin_45647721/article/details/124856994

按照 电脑右键属性->高级系统设置->高级->设置->高级->程序->更改->取消“自动管理…”前的勾->自定义大小（定义初始大小和最大值）（此处根据实际可用空间进行设置，尽可能大）->点击“设置”->确定->重启
进行修改后由于电脑内存还是不够，还是会出现同那样的问题

第二种：修改epoch

按照 https://docs.ultralytics.com/modes/train/#key-features-of-train-mode
的教程，相应代码为

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.yaml")  # build a new model from YAML
# model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)
# model = YOLO("yolov8n.yaml").load("yolov8n.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

默认的epoch 为16， 将epoch改为2后还是不行，改为1也不行。

# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=2)

第三种：修改workers

训练命令默认的workers为8

将其改为0，epoch=16，就能正常训练了。
后两种方法的链接：https://developer.aliyun.com/article/1142444。

训练时想用多个GPU进行训练

用多个GPU进行训练的时候，提示出错，用torch进行查看

print(torch.cuda.device_count())

发现只有一个GPU可用，但是通过任务管理器查看有两个GPU
通过检查发现电脑上的两个GPU一个是集显一个是独显，集显不会显示，nvidia-smi显示的也是独显，所以电脑就只有一个GPU可用于训练。