记一次Pytorch内存泄漏排坑

最近用Pytorch跑模型,在自己电脑上跑的挺好的,但是一送到服务器上去跑就挂了。一开始以为是batchsize开太大了爆炸了,后面调小了batchsize依旧爆炸,才意识到可能不是这里的问题,应该是出现内存泄漏了。

于是我边跑模型边盯着服务器的RAM占用,果不其然,在模型开始跑了以后,RAM占用还是在不断上升,直到完全占满了内存和swap,产生killed。

知道是发生了内存泄漏,我还是比较惊奇的。这可是Python啊,又不是C,一不小心指针就得出点什么问题。后来经过在网上搜寻,我找到了罪魁祸首,看如下代码:

d_loss_all += d_loss
g_loss_all += g_loss

没错,就是这里出了问题,根据网上的说法,这里的loss是包含自动求导的,如此直接相加会导致autograd历史不断被保存,内存未被释放,最终造成内存爆炸。

解决起来很简单,我们需要一个普通的float数相加就可以了,将代码改为:

d_loss_all += d_loss.item()
g_loss_all += g_loss.item()

完美解决我的问题。

最后,将swap中的内存转到真正的内存上来

swapoff -a && swapon -a
-=||=-收藏
暂无评论

发送评论 编辑评论

|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇