pytorch的显存机制torch.cuda.empty_cache()

Pytorch 训练时有时候会因为加载的东西过多而爆显存，有些时候这种情况还可以使用cuda的清理技术进行修整，当然如果模型实在太大，那也没办法。使用torch.cuda.empty_cache()删除一些不需要的变量代码示例如下：
 

try:

output = model(input)

except RuntimeError as exception:

if "out of memory" in str(exception):

print("WARNING: out of memory")

if hasattr(torch.cuda, 'empty_cache'):

torch.cuda.empty_cache()

else:

raise exception

测试的时候爆显存有可能是忘记设置no_grad, 示例代码如下：
 

with torch.no_grad():

for ii,(inputs,filelist) in tqdm(enumerate(test_loader), desc='predict'):

if opt.use_gpu:

inputs = inputs.cuda()

if len(inputs.shape) < 4:

inputs = inputs.unsqueeze(1)


else:

if len(inputs.shape) < 4:

inputs = torch.transpose(inputs, 1, 2)