如何释放所有内存pytorch取自gpu内存
回答问题 我有某种高级代码,所以模型训练等都由pipeline_network类包装。我的主要目标是在每次新折叠时训练新模型。 for train_idx, valid_idx in cv.split(meta_train[DEPTH_COLUMN].values.reshape(-1)): meta_train_split, meta_valid_split = meta_train.iloc[
·
回答问题
我有某种高级代码,所以模型训练等都由pipeline_network
类包装。我的主要目标是在每次新折叠时训练新模型。
for train_idx, valid_idx in cv.split(meta_train[DEPTH_COLUMN].values.reshape(-1)):
meta_train_split, meta_valid_split = meta_train.iloc[train_idx], meta_train.iloc[valid_idx]
pipeline_network = unet(config=CONFIG, suffix = 'fold' + str(fold), train_mode=True)
但随后我继续进行第二次折叠,所有内容都因 gpu 内存而失败:
RuntimeError: cuda runtime error (2) : out of memory at /pytorch/torch/lib/THC/generic/THCStorage.cu:58
在时代结束时,我尝试手动删除该管道,但没有运气:
def clean_object_from_memory(obj): #definition
del obj
gc.collect()
torch.cuda.empty_cache()
clean_object_from_memory( clean_object_from_memory) # calling
调用它也没有帮助:
def dump_tensors(gpu_only=True):
torch.cuda.empty_cache()
total_size = 0
for obj in gc.get_objects():
try:
if torch.is_tensor(obj):
if not gpu_only or obj.is_cuda:
del obj
gc.collect()
elif hasattr(obj, "data") and torch.is_tensor(obj.data):
if not gpu_only or obj.is_cuda:
del obj
gc.collect()
except Exception as e:
pass
如何重置 pytorch 然后我继续下一个折叠?
Answers
尝试使用del
删除对象,然后应用torch.cuda.empty_cache()
。此操作后将释放可重用内存。
更多推荐
目录
所有评论(0)