运行时错误：CUDA 内存不足。试图分配...但内存为空

Question

我正在尝试使用默认的超参数（批量大小 = 1）从 Unet 运行训练文件。

我有一个 4GB 的 GTX970，让 Windows 使用集成显卡。

当我运行 nvidia-smi 时，它说 GPU 的内存几乎可用 (52MiB / 4096MiB)，“未找到正在运行的进程”并且 pytorch 使用 GPU 而不是集成显卡

我不明白什么在使用内存：

<块引用>

运行时错误：CUDA 内存不足。尝试分配 150.00 MiB（GPU 0；4.00 GiB 总容量；2.77 GiB 已分配；72.46 MiB 空闲；PyTorch 总共预留 2.82 GiB）。

Answer 1

GPU 内存分配不是一次性完成的。随着程序加载数据和模型，GPU 内存使用量逐渐增加，直到训练真正开始。在您的情况下，程序已分配 2.7GB 并尝试在训练开始前获得更多内存，但空间不足。 4GB GPU 内存对于 CV 深度学习算法来说通常太小了。