CUDA out of memory 解决办法

原文链接 https://www.zhihu.com/question/274635237，我在文本检测 test 的时候遇到了 CUDA out of memory ，使用了 torch.no_grad() 和 torch.cuda.empty_cache() 减少显存的使用，效果明显。

一般，占用显存分为三部分：

网络模型自身参数占用的显存。
模型计算时（包括forward/backward/optimizer）所产生的中间变量或参数也有占用显存。
编程框架自身一些额外的开销。

改变网络结构

减少 batch_size …

牺牲计算速度减少显存占用量，将计算分为两半，先计算一半模型的结果，保存中间结果再计算后面一半的模型

# 输入
input = torch.rand(1, 10)
# 假设我们有一个非常深的网络
layers = [nn.Linear(10, 10) for _ in range(1000)]
model = nn.Sequential(*layers)
output = model(input)

### 可进行如下更改
# 首先设置输入的input=>requires_grad=True
# 如果不设置可能会导致得到的gradient为0

input = torch.rand(1, 10, requires_grad=True)
layers = [nn.Linear(10, 10) for _ in range(1000)]


# 定义要计算的层函数，可以看到我们定义了两个
# 一个计算前500个层，另一个计算后500个层

def run_first_half(*args):
    x = args[0]
    for layer in layers[:500]:
        x = layer(x)
    return x

def run_second_half(*args):
    x = args[0]
    for layer in layers[500:-1]:
        x = layer(x)
    return x

# 我们引入新加的checkpoint
from torch.utils.checkpoint import checkpoint

x = checkpoint(run_first_half, input)
x = checkpoint(run_second_half, x)
# 最后一层单独调出来执行
x = layers[-1](x)
x.sum.backward()  # 这样就可以了

使用 pooling，减小特征图的 size
减少全连接层的使用

不修改网络结构

尽可能使用 inplace 操作，比如 relu 可以使用 inplace=True ，一个简单的使用方法，如下：

def inplace_relu(m):
    classname = m.__class__.__name__
    if classname.find('Relu') != -1:
        m.inplace=True
model.apply(inplace_relu)

每次循环结束时删除 Loss，可以节省很少显存，但聊胜于无
使用 float16 精度混合计算，可以节省将近 50% 的显存，但是要小心一些不安全的操作，如 mean 和 sum，溢出 fp16
对于不需要 bp 的 forward，如 validation，test 请使用 torch.no_grad()，注意 model.eval() 不等于 torch.no_grad()
- model.eval()将通知所有图层您处于 eval 模式，这样，batch norm 或 dropout 图层将在 eval 模式下而不是训练模式下工作。
- torch.no_grad()影响 autograd 并将其停用。它将减少内存使用量并加快计算速度，无法进行反向传播 ( 在 eval 脚本中不需要 ) 。
torch.cuda.empty_cache() 是 del 的进阶版。
optimizer 的变换使用，理论上 sgd < momentum < adam，可以从计算公式中看出有额外的中间变量
Depthwise Convolution
不要一次性把数据加载进来，而是部分地读取，这样就基本不会出现内存不够的问题

CUDA out of memory 解决办法

改变网络结构

不修改网络结构

猜你喜欢