让 CUDA 内存不足
Posted
技术标签:
【中文标题】让 CUDA 内存不足【英文标题】:Getting CUDA out of memory 【发布时间】:2018-07-06 12:20:30 【问题描述】:我正在尝试训练一个网络,但我明白了, 我将批量大小设置为 300,我得到了这个错误,但即使我把它减少到 100,我仍然得到这个错误,更令人沮丧的是,在 ~1200 个图像上运行 10 个 epoch 大约需要 40 分钟,任何建议是怎么回事错了,我该如何加快这个过程! 任何提示都会非常有帮助,在此先感谢。
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
<ipython-input-31-3b43ff4eea72> in <module>()
5 labels = Variable(labels).cuda()
6
----> 7 optimizer.zero_grad()
8 outputs = cnn(images)
9 loss = criterion(outputs, labels)
/usr/local/lib/python3.5/dist-packages/torch/optim/optimizer.py in zero_grad(self)
114 if p.grad is not None:
115 if p.grad.volatile:
--> 116 p.grad.data.zero_()
117 else:
118 data = p.grad.data
RuntimeError: cuda runtime error (2) : out of memory at /pytorch /torch/lib/THC/generic/THCTensorMath.cu:35`
即使我的 GPU 是免费的
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 384.111 Driver Version: 384.111 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 108... Off | 00000000:05:00.0 Off | N/A |
| 23% 18C P8 15W / 250W | 10864MiB / 11172MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 GeForce GTX 108... Off | 00000000:08:00.0 Off | N/A |
| 23% 20C P8 15W / 250W | 10MiB / 11172MiB | 0% Default
+-------------------------------+----------------------+---------------
【问题讨论】:
由于你没有提供你的代码,人们不得不猜测哪里出了问题。为什么不尝试提供MCVE? 由于我不知道你的代码,我能给你的唯一建议是尝试减少你的批量大小。 【参考方案1】:相当笼统的问题。这是我对这个问题的看法。
尝试将批次大小(批次数)设置为 1。如果这解决了问题,您可以尝试找到最佳批次大小。
即使对于bs=1
,您也会收到“RuntimeError: cuda runtime error (2) : out of memory”:
不要使用太大的线性图层。 线性层 nn.Linear(m, n) 使用 O(nm)O(nm)O(nm) 内存:也就是说,权重的内存需求与特征数量成二次方,同时考虑梯度。
不要在整个训练循环中累积历史记录。 如果您在 10000 或更多的循环内递归地对损失求和,那么您的反向传播评估将是巨大的;占用大量内存。
使用del
明确删除不需要的张量。
如果您怀疑其他 Python 进程正在占用您的内存,请在您的 GPU 上运行 ps -elf | grep python
和 python 进程 kill -9 [pid]
。
【讨论】:
以上是关于让 CUDA 内存不足的主要内容,如果未能解决你的问题,请参考以下文章
使用 Numba 进行矩阵乘法时出现 CUDA 内存不足错误
CUDA 错误:内存不足 - Python 进程使用所有 GPU 内存