在pytorch环境下解决CUDA out of memory. 的问题

最近在用pytorch跑unet的时候，发现cpu能跑，但是GPU（RTX4060Ti 8G）怎么设置都没法跑，于是寻找到了各种方法，在这里做个分享：

1.没有安装好对应的cuda 和 cudnn版本，如何安装教程就不在这里赘述，可以看看这位博主的教程

 kylinmin_专业课学习,业余paly,机器学习-CSDN博客

安装好对应自己显卡的版本再检查环境问题 。

2.pytorch环境问题，首先第一个，如果你的显卡等级较高，比如我的显卡，就不能安装太低的pytorch版本，建议1.8.0以下的版本都不要安装，不然会报显卡与pytorch不匹配的错，安装的时候不要用清华的镜像源，会出现太多问题！！！建议用中科大的镜像源  

conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

 运行这段后会使用中科大的镜像源

3.修改代码里面的参数

通过调整

num_workers与batch_size的大小，建议先调整num_workers，但是num_workers要尽可能的调大，不然会影响读取图片的速度，再去调整batch_size的大小