常见问题¶

我的模型报告“cuda运行时错误(2): 内存不足”¶

正如错误信息所示，您的GPU内存已耗尽。由于我们在PyTorch中经常处理大量数据，小的错误可能会迅速导致程序耗尽所有GPU内存；幸运的是，这些情况下的修复通常很简单。以下是一些常见的检查事项：

不要在训练循环中累积历史记录。 默认情况下，涉及需要梯度的变量的计算将保留历史记录。这意味着你应该避免在训练循环之外的计算中使用这些变量，例如在跟踪统计数据时。相反，你应该分离变量或访问其底层数据。

有时，可微变量何时可能出现并不明显。考虑以下训练循环（摘自来源）：

total_loss = 0
for i in range(10000):
    optimizer.zero_grad()
    output = model(input)
    loss = criterion(output)
    loss.backward()
    optimizer.step()
    total_loss += loss

在这里，total_loss 在你的训练循环中积累了历史记录，因为 loss 是一个具有 autograd 历史的可微变量。你可以通过写 total_loss += float(loss) 来解决这个问题。

此问题的其他实例： 1。

不要保留你不需要的张量和变量。 如果你将一个张量或变量赋值给一个局部变量，Python将不会在局部变量超出作用域之前释放它。你可以通过使用del x来释放这个引用。同样，如果你将一个张量或变量赋值给一个对象的成员变量，它将不会在对象超出作用域之前释放。如果你不保留你不需要的临时变量，你将获得最佳的内存使用。

局部变量的作用域可能比你预期的要大。例如：

for i in range(5):
    intermediate = f(input[i])
    result += g(intermediate)
output = h(result)
return output

在这里，intermediate 在 h 执行时仍然保持活跃，因为它的作用域延伸到循环结束之后。为了更早地释放它，你应该在使用完它后 del intermediate。

避免在过长的序列上运行RNN。 反向传播通过RNN所需的内存量与RNN输入的长度成线性关系；因此，如果你尝试向RNN输入一个过长的序列，你将会耗尽内存。

这种现象的技术术语是通过时间的反向传播，并且有很多关于如何实现截断BPTT的参考资料，包括在单词语言模型示例中；截断由 repackage函数处理，如这个论坛帖子中所述。

不要使用太大的线性层。 一个线性层 nn.Linear(m, n) 使用 $O(nm)$ 内存：也就是说，权重的内存需求与特征数量的平方成正比。这样很容易耗尽你的内存（并且记住，你需要至少两倍于权重的大小，因为你还需要存储梯度。）

考虑使用检查点技术。 您可以通过使用检查点来在内存和计算之间进行权衡。

我的GPU内存没有被正确释放¶

PyTorch 使用缓存内存分配器来加速内存分配。因此，nvidia-smi 中显示的值通常不能反映真实的内存使用情况。有关 GPU 内存管理的更多详细信息，请参阅内存管理。

如果您的GPU内存即使在Python退出后仍未释放，很可能是因为一些Python子进程仍然存活。您可以通过ps -elf | grep python找到它们，并使用kill -9 [pid]手动终止它们。

我的内存不足异常处理程序无法分配内存¶

您可能有一些代码试图从内存不足错误中恢复。

try:
    run_model(batch_size)
except RuntimeError: # 内存不足
    for _ in range(batch_size):
        run_model(1)

但发现当你确实耗尽内存时，你的恢复代码也无法分配内存。这是因为Python异常对象持有对引发错误时的栈帧的引用。这会阻止原始张量对象被释放。解决方案是将你的OOM恢复代码移到except子句之外。

oom = False
try:
    run_model(batch_size)
except RuntimeError: # 内存不足
    oom = True

if oom:
    for _ in range(batch_size):
        run_model(1)

我的数据加载器工作线程返回相同的随机数¶

您可能正在使用其他库在数据集中生成随机数，并且通过 fork 启动工作子进程。请参阅 torch.utils.data.DataLoader 的文档，了解如何使用其 worker_init_fn 选项在工作线程中正确设置随机种子。

我的循环网络在数据并行性下无法工作¶

在使用 pack sequence -> recurrent network -> unpack sequence 模式时，有一个细微之处需要注意，特别是在使用 Module 和 DataParallel 或 data_parallel() 时。每个设备的 forward() 输入只会是整个输入的一部分。由于解包操作 torch.nn.utils.rnn.pad_packed_sequence() 默认只填充到它所看到的最大输入长度，即该特定设备上的最长输入，当结果被汇总在一起时，会出现大小不匹配的情况。因此，你可以利用 pad_packed_sequence() 的 total_length 参数，以确保 forward() 调用返回相同长度的序列。例如，你可以这样写：

from torch.nn.utils.rnn import pack_padded_sequence, pad_packed_sequence

class MyModule(nn.Module):
    # ... __init__, 其他方法等

    # padded_input 的形状为 [B x T x *]（batch_first 模式）并包含
    # 按长度排序的序列
    #   B 是批量大小
    #   T 是最大序列长度
    def forward(self, padded_input, input_lengths):
        total_length = padded_input.size(1)  # 获取最大序列长度
        packed_input = pack_padded_sequence(padded_input, input_lengths,
                                            batch_first=True)
        packed_output, _ = self.my_lstm(packed_input)
        output, _ = pad_packed_sequence(packed_output, batch_first=True,
                                        total_length=total_length)
        return output


m = MyModule().cuda()
dp_m = nn.DataParallel(m)

此外，当批量维度为dim 1 （即，batch_first=False）时，需要特别注意数据并行性。在这种情况下，pack_padded_sequence的第一个参数 padding_input 的形状将为 [T x B x *] 并应沿dim 1 分散，但第二个参数 input_lengths 的形状将为 [B] 并应沿dim 0 分散。需要额外的代码来操作张量形状。