RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

使用yolov5l模型训练时出现报错，但是昨天使用yolov5s模型时是可以正常训练的。

RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

发生报错的原因是gpu内存占用过高，terminal输入nvidia-smi查看gpu的使用情况。

 

我们需要把bach_size调小，一般建议是8的倍数，内存不够用时尽量调低，此处我设置成了16。

 parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs, -1 for autobatch')

结果运行正常。

使用yolov5模型时，s和n模型的深度和通道层数都比较小，batch-size设置的稍大一些，gpu可以跑的动，但使用l和x模型跑的时候就不一定可以跑的动了。使用指令nvidia-smi，根据gpu的使用情况调整batch-size的大小，尽量缩短每次训练模型的时间。