CUDA 内存不足。尝试分配 14.00 MiB（GPU 0；4.00 GiB 总容量；2 GiB 已分配；6.20 MiB 空闲；2GiB 由 PyTorch 保留）答案

【问题标题】：CUDA out of memory.Tried to allocate 14.00 MiB (GPU 0;4.00 GiB total capacity;2 GiB already allocated;6.20 MiB free;2GiB reserved intotal by PyTorch)CUDA 内存不足。尝试分配 14.00 MiB（GPU 0；4.00 GiB 总容量；2 GiB 已分配；6.20 MiB 空闲；2GiB 由 PyTorch 保留）
【发布时间】：2021-03-22 19:53:05
【问题描述】：

我正在尝试从 fastai 运行此代码

from fastai.vision.all import *
path = untar_data(URLs.PETS)/'images'

def is_cat(x): return x[0].isupper()
dls = ImageDataLoaders.from_name_func(
    path, get_image_files(path), valid_pct=0.2, seed=42,
    label_func=is_cat, item_tfms=Resize(224), num_workers = 0)

learn = cnn_learner(dls, resnet34, metrics=error_rate)
learn.fine_tune(1)

我收到以下错误

RuntimeError: CUDA 内存不足。试图分配 14.00 MiB (GPU 0; 4.00 GiB 总容量； 2.20 GiB 已分配； 6.20 MiB 免费； PyTorch 总共预留了 2.23 GiB）

我也试过跑步

import torch
torch.cuda.empty_cache()

然后重启没用的内核

任何帮助将不胜感激

【问题讨论】：

标签： pytorch fast-ai

【解决方案1】：

根据文档here，ImageDataLoaders.from_name_func 中使用的默认 batch_size 是 64。减少它应该可以解决您的问题。将另一个参数传递给ImageDataLoaders.from_name_func，如bs=32 或任何其他较小的值，直到不引发错误

【讨论】：