如何释放所有内存pytorch取自gpu内存

Posted 2023-03-12

【中文标题】如何释放所有内存pytorch取自gpu内存

【英文标题】：How to free up all memory pytorch is taken from gpu memory

【发布时间】：2019-02-11 19:06:49

【问题描述】：

我有一些高级代码，所以模型训练等被pipeline_network 类包裹。我的主要目标是在每次新折叠时都训练新模型。

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)

然后我继续进行第二次折叠，一切都因 gpu 内存而失败：

RuntimeError: cuda runtime error (2) : out of memory at /pytorch/torch/lib/THC/generic/THCStorage.cu:58

在 epoch 结束时，我尝试手动删除该管道，但没有成功：

 def clean_object_from_memory(obj): #definition
    del obj
    gc.collect()
    torch.cuda.empty_cache()

clean_object_from_memory( clean_object_from_memory) # calling

调用它也无济于事：

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？

【参考方案1】：

尝试使用del 删除对象，然后应用torch.cuda.empty_cache()。此操作后，可重用内存将被释放。

【讨论】：

我也建议了这一步。但你说得对，这是主要步骤