很多小伙伴在跑pytorch的項(xiàng)目的時(shí)候可能會出現(xiàn)CUDA內(nèi)存不足的情況，或者在使用GPU的時(shí)候明明顯存充足卻一直顯示顯存不足的情況，這個(gè)時(shí)候我們要怎么解決呢？接下來就來看看小編是怎么解決的吧。
小編復(fù)現(xiàn)大佬project發(fā)現(xiàn)GPU跑不動，出現(xiàn)如下報(bào)錯(cuò)：
RuntimeError: CUDA out of memory.
看下來最簡單粗暴方法就是減少batch_size，慢是慢了不止一點(diǎn)點(diǎn)但至少跑得動了！
補(bǔ)充：Pytorch GPU顯存充足卻顯示out of memory解決辦法
今天在測試一個(gè)pytorch代碼的時(shí)候顯示顯存不足，但是這個(gè)網(wǎng)絡(luò)框架明明很簡單，用CPU跑起來都沒有問題，GPU卻一直提示out of memory.
在網(wǎng)上找了很多方法都行不通，最后我想也許是pytorch版本的問題，原來我的pytorch版本是0.4.1，于是我就把這個(gè)版本卸載，然后安裝了pytorch1.1.0，程序就可以神奇的運(yùn)行了，不會再有OOM的提示了。雖然具體原因還不知道為何，這里還是先mark一下，
具體過程如下：
卸載舊版本pytorch：
conda uninstall pytorch
安裝pytorch1.1.0，按照官網(wǎng)上的辦法，我的CUDA版本是9.0：
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
大功告成！
以上就是CUDA內(nèi)存不足的解決方法，希望能給大家一個(gè)參考，也希望大家多多支持W3Cschool。
