先说下我的电脑环境：win10 3060ti torch10 python3.8 cuda11.3
RuntimeError: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0; 23.70 GiB total capacity; 7.44 GiB already allocated; 87.88 MiB free; 7.71 GiB reserved in total by PyTorch) If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation. See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF
训练一个很小的网络的时候，报了一个这个错，很奇怪，看了一下以为是显存不够的原因 ，但是很矛盾，之前训练过transformer，不可能是这个原因。
通过网络上找来找去，众说纷纭
- 降低Dataloader中的batch_size
- import gc 清除cuda显存中的缓存
- 不让图片送入cuda，这个很明显没有意义
- 降低torch版本
- 不采用预训练模型
上述在我这里都不通， 我最终的解决方案来自这个链接中的一个回复 CUDA out of memory
降低了图片的像素，最开始的像素是2400x2400，resize到400x400后就可以玩耍了
因为是目标检测任务，resize图片后，label位置也需要进行改变，这里附上一篇不错的博客，希望可以帮到你：label随着resize而改变