Question

我正在使用Python3（CUDA 10.1和Intel MKL）在 AWS EC2深度学习AMI机器（Ubuntu 18.04.3 LTS（GNU / Linux 4.15.0-1054-aws x86_64v））上从头训练vgg16模型（ Pytorch 1.3.1），并在更新模型参数时遇到以下错误。

RuntimeError：CUDA内存不足。尝试分配24.00 MiB（GPU 0； 11.17 GiB总容量；已分配10.76 GiB； 4.81 MiB可用； 119.92 MiB缓存）

用于更新参数的代码：

def _update_fisher_params(self, current_ds, batch_size, num_batch):
    dl = DataLoader(current_ds, batch_size, shuffle=True)
    log_liklihoods = []
    for i, (input, target) in enumerate(dl):
        if i > num_batch:
            break
        output = F.log_softmax(self.model(input.cuda().float()), dim=1)
        log_liklihoods.append(output[:, target])
    log_likelihood = torch.cat(log_liklihoods).mean()
    grad_log_liklihood = autograd.grad(log_likelihood, self.model.parameters())
    _buff_param_names = [param[0].replace('.', '__') for param in self.model.named_parameters()]
    for _buff_param_name, param in zip(_buff_param_names, grad_log_liklihood):
        self.model.register_buffer(_buff_param_name+'_estimated_fisher', param.data.clone() ** 2)

调试后：log_liklihoods.append(output[:, target])行经过157次迭代后会引发错误

我有所需的内存，但没有分配，我不明白为什么更新渐变会导致内存问题，因为应该取消引用渐变并在每次迭代时自动释放渐变。任何想法？

我尝试了以下解决方案，但没有运气。

减少批次大小
使用torch.cuda.empty_cache（）释放缓存
减少过滤器数量以减少内存占用

机器规格：

Answer 1

最后我解决了内存问题！我意识到，在每次迭代中，我都会将输入数据放入新的张量中，然后pytorch会生成新的计算图。这将使使用过的RAM永久增长。然后，我使用了.detach（）函数，并且RAM始终保持在低电平。

self.model(input.cuda().float()).detach().requires_grad_(True)

当缓存的内存足够时，无法分配GPU内存

1 个答案: