pytorch的显存机制torch.cuda.empty_cache()

• 2020 年 2 月 14 日
• 筆記

Pytorch 训练时有时候会因为加载的东西过多而爆显存，有些时候这种情况还可以使用cuda的清理技术进行修整，当然如果模型实在太大，那也没办法。使用torch.cuda.empty_cache()删除一些不需要的变量代码示例如下：

try:    output = model(input)    except RuntimeError as exception:    if "out of memory" in str(exception):    print("WARNING: out of memory")    if hasattr(torch.cuda, 'empty_cache'):    torch.cuda.empty_cache()    else:    raise exception

测试的时候爆显存有可能是忘记设置no_grad, 示例代码如下：

with torch.no_grad():    for ii,(inputs,filelist) in tqdm(enumerate(test_loader), desc='predict'):    if opt.use_gpu:    inputs = inputs.cuda()    if len(inputs.shape) < 4:    inputs = inputs.unsqueeze(1)      else:    if len(inputs.shape) < 4:    inputs = torch.transpose(inputs, 1, 2)