model.to(device)那里报错RuntimeError: CUDA error: out of memory

试了很多方法,什么减小batch size,什么模型与pytorch不匹配,还有损失函数和梯度存储的方法,都没解决。 可能一些人的情况和我一样:就是和别人共用一台实验室服务器,别人的实验太吃显存了,这时候可以在服务器的linux命令行输入: watch -n 10 nvidia-smi 查看显存使用情况 红色框框是显存使用情况,可以看出我用的服务器没啥显存了,是没有办法把模型放到gpu上面的。 当
相关文章
相关标签/搜索