pytorch 在运行代码时,报错CUDA out of memory时候,的一些解决方法

pytorch 在运行代码时,报错CUDA out of memory时候,的一些解决方法
运行代码报错为内存不足时

方法一:修改bachsize的大小。

bachsize越大,需要的空间越大,所以应该将bachsize适当调小一点。在这里插入图片描述

方法二:修改每次处理的图片数量。

batchimage:每次处理的图片数量越多,则需要分配越多的内存,因此,当在自己的笔记本上跑小的模型的时候,出现内存错误,可以将batchimage的数目调小一点,这样需要的内存则要少一些。在这里插入图片描述

方法三:修改数据集大小

如果在笔记本上跑代码时候,出现以上的内存不足问题时候,可以采用将数据集分出一个小的来进行修改。比如原数据集是10000张图70种类型的图,可以自己分出一个只含有两种图片的很小的数据集。
(以上解决方法都是借鉴师兄的。)

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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