Question

我训练了我的网。我测试了当我将每个图像存储在文件中时，效果很好。但是，当我尝试将它们保存在.tif文件中时，它使该“ CUDA内存不足”。我该如何处理？

我使用pytorch训练我的网络并对其进行测试。然后，我想使用torch.cat将所有测试结果合并为一个并将其保存为“ .tif”文件。它引发了错误。

img = []
for i, data in enumerate(testloader, 0):
    data = data.cuda()
    outputs = torch.sign(net(data)-0.5)*255
    outputs.squeeze_(0)
    outputs = outputs.cpu()
    img.append(outputs)
    imgTosave = torch.cat(img)
io.imsave("./data/label.tif", imgTosave.byte().numpy())

当它运行3次并遇到

outputs = torch.sign(net(data)-0.5)*255',the error happens.

当我删除时：

img.append(outputs)
imgTosave = torch.cat(img)
io.imsave("./data/label.tif", imgTosave.byte().numpy())

一切都会好的。那让我发疯，我想知道为什么会发生。

Answer 1

您可以使用google colab来训练模型，也可以将数据集放入google驱动器中，然后将该数据集与代码链接，使用gpu可以提供更多的内存，然后在本地下载经过训练的模型并在代码中使用该模型。

https://colab.research.google.com/

pytorch下如何处理“ CUDA内存不足”？

1 个答案: