pytorch 验证模型阶段出现CUDA error: out of memory

现象:训练阶段未报out of memory,但是在验证阶段报错,并且第一个batch是正常运行的。

参考https://blog.csdn.net/xijuezhu8128/article/details/86594478得知是未取消梯度,造成了梯度的累加。

解决方法:在调用模型进行预测时,加上一句with torch.no_grad():

    with torch.no_grad():  # 加上这句
        outputs = model.forward(data)

 

 

 

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CUDA Error: out of memory是指在GPU运行过程中内存不足导致的错误。 出现这个错误的原因是,模型所需的显存超过了GPU的可用内存。这可能是因为模型太大或者输入数据的批次太大。为了解决这个问题,有几个方法可以尝试: 1. 将批次大小(batch size)减小:减小每个批次中的样本数量可以减少模型所需的显存。可以尝试减小批次大小直到不再出现内存不足的问题。 2. 使用item()属性提取torch变量的标量值:在计算过程中,确保只保留必要的变量,而不是保留整个计算图。当你需要提取torch变量的标量值时,使用item()属性而不是保留整个变量。这样可以释放一些显存。 3. 在测试阶段添加代码释放显存:在测试阶段,可以手动释放一些不再使用的显存。可以通过调用torch.cuda.empty_cache()来清空显存。这样可以为后续的计算释放一些显存空间。 请记住,这些方法不一定适用于所有情况。如果问题仍然存在,可能需要考虑使用更大的GPU或减小模型的规模。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [CUDA error: out of memory](https://blog.csdn.net/ayuuuuu/article/details/129376615)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [pytorch模型提示超出内存RuntimeError: CUDA out of memory.](https://download.csdn.net/download/weixin_38552305/14884908)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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