如何避免 PyTorch 中的“CUDA 内存不足”

Posted 2023-02-16

【中文标题】如何避免 PyTorch 中的“CUDA 内存不足”

【英文标题】：How to avoid "CUDA out of memory" in PyTorch

【发布时间】：2020-03-26 12:40:49

【问题描述】：

我认为对于 GPU 内存不足的 PyTorch 用户来说，这是一条很常见的信息：

RuntimeError: CUDA out of memory. Tried to allocate ???? MiB (GPU ????; ???? GiB total capacity; ???? GiB already allocated; ???? MiB free; ???? cached)

我想为我的课程研究对象检测算法。而且许多深度学习架构需要大容量的 GPU 内存，所以我的机器无法训练这些模型。我尝试通过将每一层加载到 GPU 然后再加载来处理图像：

for m in self.children():
   m.cuda()
   X = m(X)
   m.cpu()
   torch.cuda.empty_cache()

但它似乎不是很有效。我想知道在使用少量 GPU 内存的同时训练大型深度学习模型是否有任何提示和技巧。提前致谢！

编辑：我是深度学习的初学者。如果这是一个愚蠢的问题，请道歉:)

【问题讨论】：

笑脸是怎么回事？大声笑..另外，减少你的批量大小和/或训练更小的图像。查看 Apex 库以进行混合精度训练。最后，例如，当将批量大小减小到 1 时，您可能希望在每次迭代后推迟将梯度设置为零，因为它仅基于单个图像。

我在使用 Kaggle 时遇到了同样的问题。它适用于 64 批次，然后一旦我尝试 128 并得到错误，则没有任何效果。即使是64批次也给了我同样的错误。尝试重置几次。 torch.cuda.empty_cache() 没用。而是先禁用 GPU，然后重新启动内核，然后重新激活 GPU。这对我有用。

减少提供给模型的数据的批量大小。为我工作

【参考方案1】：

虽然，

    import torch
    torch.cuda.empty_cache()

为清除占用的cuda内存提供了一个很好的替代方案，我们也可以通过使用手动清除未使用的变量，

    import gc
    del variables
    gc.collect()

但是仍然使用这些命令后，错误可能再次出现，因为pytorch实际上并没有清除内存，而是清除了对变量占用的内存的引用。 所以在重启内核后减小batch_size并找到最佳batch_size是最好的选择（但有时不是很可行）。

另一种更深入了解 gpu 中内存分配的方法是使用：

    torch.cuda.memory_summary(device=None, abbreviated=False)

其中，两个参数都是可选的。这提供了一个可读的内存分配摘要，并允许您找出 CUDA 内存不足的原因并重新启动内核以避免再次发生错误（就像我在我的案例中所做的那样）。

迭代地传递数据可能会有所帮助，但改变网络层的大小或将其分解也会被证明是有效的（因为有时模型也会占用大量内存，例如，在进行迁移学习时）。

【讨论】：

This gives a readable summary of memory allocation and allows you to figure the reason of CUDA running out of memory。我打印了torch.cuda.memory_summary() 调用的结果，但似乎没有任何信息可以导致修复。我看到Allocated memory、Active memory、GPU reserved memory 等的行。我应该看什么，我应该如何采取行动？

我有一台带有 MX130 和 16GB 内存的小型笔记本电脑。合适的批量为 4。

@***user2010 你应该在函数调用之间打印出来，看看哪一个导致内存增加最多

【参考方案2】：

只需减少批量大小，它就会起作用。 当我在训练时，它给出了以下错误：

CUDA 内存不足。尝试分配 20.00 MiB（GPU 0；10.76 GiB 总容量； 4.29 GiB 已分配； 10.12 MiB 免费； 4.46 GiB PyTorch 总共保留）

我使用的批量大小为 32。所以我将其更改为 15，它对我有用。

【参考方案3】：

以迭代方式将批次发送到 CUDA，并制作小批量。不要一开始就一次将所有数据发送到 CUDA。相反，请按以下方式进行：

for e in range(epochs):
    for images, labels in train_loader:   
        if torch.cuda.is_available():
            images, labels = images.cuda(), labels.cuda()   
        # blablabla  

您也可以使用占用较少内存的dtypes。例如，torch.float16 或 torch.half。

【讨论】：

如果我运行一个多次开始训练的单元格，我会在 jupyter 笔记本中收到此错误消息。重新启动内核可以解决这个问题，但如果我们能以某种方式清除缓存会很好......例如，torch.cuda.empty_cache() 目前没有帮助。即使它可能应该...... :(

【参考方案4】：

尽量不要把你的毕业生拖得太远。

当我尝试总结所有批次的损失时，我得到了同样的错误。

loss =  self.criterion(pred, label)

total_loss += loss

然后我使用 loss.item 代替需要 grads 的 loss，然后解决了问题

loss =  self.criterion(pred, label)

total_loss += loss.item()

下面的解决方案归功于kaggle question中的yuval reina

此错误与 GPU 内存有关，而不是一般内存 => @cjinny 评论可能不起作用。 你使用 TensorFlow/Keras 还是 Pytorch？ 尝试使用较小的批量大小。 如果您使用 Keras，请尝试减少一些隐藏层大小。 如果你使用 Pytorch： 您是否一直将所有训练数据保存在 GPU 上？ 确保不要把毕业生拖得太远 检查隐藏层的大小

【参考方案5】：

大部分内容都涵盖了，还是会补充一点。

如果 torch 给出“试图分配 2 MiB”等错误，这是一个误导性消息。实际上，CUDA 耗尽了训练模型所需的总内存。您可以减少批量大小。比如说，即使批量大小为 1 不起作用（当您训练具有大量序列的 NLP 模型时发生），尝试传递较少的数据，这将帮助您确认您的 GPU 没有足够的内存来训练模型。

此外，如果您想重新训练模型，则必须再次进行垃圾收集和清理缓存部分。

【讨论】：

我正在训练 NLP 模型并且批量大小为 2。更改为 1 并且它有效。

【参考方案6】：

按照以下步骤操作：

减少训练、验证、测试数据 减少批量大小例如。 16 或 32 减少模型参数的数量例如。不到百万

在我的例子中，当我在 kaggle 内核中训练通用语音数据集时，也会出现同样的错误。我将训练数据集减少到 20000，批量大小减少到 16，模型参数减少到 112K。

【参考方案7】：

实施：

将图像分批输入gpu。

在训练或推理期间使用小批量。

用较小的图像尺寸调整输入图像的大小。

技术上：

大多数网络都过度参数化，这意味着它们对于学习任务来说太大了。因此，找到合适的网络结构会有所帮助：

一个。使用模型压缩、网络修剪和量化等技术压缩您的网络。

b.直接使用mobileNetv1/2/3等更紧凑的网络结构。

c。网络架构搜索（NAS）。

【参考方案8】：

我有同样的错误，但通过使用以下行将图像的大小从 ~600 调整到 100 来修复它：

import torchvision.transforms as transforms
transform = transforms.Compose([
    transforms.Resize((100, 100)), 
    transforms.ToTensor()
])

【参考方案9】：

有一些方法可以避免，但这当然取决于你的 GPU 内存大小：

迭代解压数据时在 GPU 中加载数据，

features, labels in batch:
   features, labels = features.to(device), labels.to(device)

使用 FP_16 或单精度浮点数据类型。 如果内存不足，请尝试减小批处理大小。 使用.detach() 方法从GPU 中移除不需要的张量。

如果以上所有都使用得当，PyTorch 库已经是高度优化和高效的。

【参考方案10】：

虽然这看起来很奇怪，但我发现有许多会话在后台运行以进行协作，即使我们将运行时重置为出厂设置或关闭选项卡也是如此。我通过单击菜单中的“运行时”然后选择“管理会话”来克服这个问题。我终止了所有不需要的会话，一切顺利。

【参考方案11】：

我建议使用 PyTorch 的混合精度训练。它可以使训练更快，消耗更少的内存。

看看https://spell.ml/blog/mixed-precision-training-with-pytorch-Xuk7YBEAACAASJam。

【参考方案12】：

现在有一个非常棒的库，它使这变得非常简单：https://github.com/rentruewang/koila

pip install koila

在您的代码中，只需用惰性包装输入：

from koila import lazy
input = lazy(input, batch=0)

【讨论】：

pip install koila 仍然给我ModuleNotFoundError: No module named 'koila'，即使在重新启动并全部运行之后

听起来您安装到了不同的环境中。试试which pip、which python、which python3、which pip3，看看你是如何运行你的python代码的，这应该可以说明发生了什么。

【参考方案13】：

只要不超过 32 的批量大小，就可以了。请记住刷新或重新启动运行时，否则即使您减少批量大小，您也会遇到相同的错误。 我将批量大小设置为 16，它减少了训练期间出现的零梯度，并且模型更好地匹配了真实函数。而不是使用 4 或 8 的批量大小导致训练损失波动而不是

【参考方案14】：

最好的方法是降低批量大小。通常它会起作用。否则试试这个：

import gc

del variable #delete unnecessary variables 
gc.collect()