仅需减小batchsize
改文件的配置cfg的batchsize=4，一般在cfg文件下的查找batch或batchsize，将batchsize调小后，再次运行，类似于改下面
上述方法还没解决，不改batchsize，可以考虑下面的方法的链接
不计算梯度：
ps: 在报错的哪一行代码的上面，加上下面一行代码，不计算梯度
with torch.no_grad()
不计算梯度的方法
释放内存：链接如下
释放内存
if hasattr(torch.cuda, 'empty_cache'):torch.cuda.empty_cache()
ps: 在报错的哪一行代码的上面，加上下面两行代码，释放无关的内存
if hasattr(torch.cuda, 'empty_cache'):torch.cuda.empty_cache()
"CUDA out of memory" 错误可以通过以下几种方法解决: 1. 减少 batch size 2. 使用 GPU memory 压缩 3. 重新分配 GP
报错：RuntimeError: CUDA out of memory. Tried to allocate 5.66 GiB (GPU 0; 12.00 GiB total
方法一： 仅需减小batchsize 改文件的配置cfg的batchsize=4，一般在cfg文件下的查找batch或batchsize，将batchsize调小后，再
1， 版本 2，问题 remote: fatal: Out of memory, malloc failed (tried to allocate 2604
[参考网址][Link 1] 其实 \loss.backward() [Link 1]: https://blog.csdn.net/qq_36213248/articl
在运行pytorch程序时，出现GPU内存溢出，使用`nvidia-smi`查看显卡只用了一个： ![在这里插入图片描述][watermark_type_ZmFuZ3poZ
写在前面（ 已解决） 记录一下很诡异的情况，实验室两台同样的电脑做服务器，相同的代码在一直使用的机子上是 ok 的，移到另一台配置好的电脑就开始在 `model=mode
笔者近日利用pytorch框架对图像采用Resnet50模型提取特征的时候，利用到了GPU，发现报错如下： RuntimeError: CUDA out of memory.
最近写代码，指定显卡的时候出现了`CUDA error：out of memory`的错误，用`nvidia-smi`命令查看发现该显卡并没有被占用呀，查了资料后才知道是调用的
错误 Traceback (most recent call last): File "train.py", line 137, in <module
妖狐艹你老母
ゞ 浴缸里的玫瑰
小灰灰
我会带着你远行
「爱情、让人受尽委屈。」
怼烎@
还没有评论，来说两句吧...