我之所以提出这个问题是因为我在8GB VRAM的笔记本电脑上成功地训练了一个分割网络,我使用了完全相同的代码和完全相同的软件库,在我的配备有GTX 1080TI的台式PC上仍然会出现内存不足的问题。
考虑到以下事实,为什么会出现这种情况:
考虑到以下事实,为什么会出现这种情况:
笔记本电脑和台式PC都安装了相同的 Windows 10 + CUDA 10.1 + CUDNN 7.6.5.32 + Nvidia Driver 418.96(随CUDA 10.1一起安装)。
使用 TensorFlow 2.3 在我的PC的GPU上训练顺利,但只有在使用 PyTorch 时,内存分配失败。
通过命令
print(torch.cuda.get_device_name(0))
,PyTorch 可识别GPU(打印 GTX 1080 TI)。运行此命令时,PyTorch 会分配内存:
torch.rand(20000, 20000).cuda()
#分配了1.5GB的VRAM。
augmentation=None
)是否仍然会导致问题吗?除此之外,一切似乎都没问题。稍后我会试一下。 - Berrielget_preprocessing
中删除albu.Lambda(image=preprocessing_fn)
吗?虽然我不认为这是问题所在,但是preprocessing_fn
中有一个复制操作,所以你可以尝试一下。 - Berriel