常见问题解答

我的模型报告“cuda 运行时错误 (2): 内存不足”

如错误消息所述，您的 GPU 内存已不足。由于我们通常在 PyTorch 中处理大量数据，因此小错误会导致程序迅速耗尽所有 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。这意味着您应该避免在超出训练循环的计算中使用此类变量，例如在跟踪统计数据时。相反，您应该分离变量或访问其底层数据。

有时，很难清楚地知道何时会发生可微变量。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 在训练循环中累积历史记录，因为 loss 是具有 autograd 历史记录的可微变量。您可以通过编写 total_loss += float(loss) 来解决此问题。

此问题的其他示例：1.

不要保留不需要的张量和变量。如果您将张量或变量分配给本地变量，Python 将不会在本地变量超出范围之前释放它。您可以使用 del x 来释放此引用。类似地，如果您将张量或变量分配给对象的成员变量，它将不会在对象超出范围之前释放。如果您不保留不需要的临时变量，您将获得最佳的内存使用情况。

本地变量的范围可能比您预期的更大。例如

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

在这里，intermediate 即使在执行 h 时也保持活动状态，因为它的范围延伸到循环结束之后。要及早释放它，您应该在不再需要它时使用 del intermediate。

避免在过长的序列上运行 RNN。通过 RNN 反向传播所需的内存量随 RNN 输入长度线性缩放；因此，如果您尝试向 RNN 提供过长的序列，您将耗尽内存。

这种现象的技术术语是 随时间反向传播，并且有许多关于如何实现截断 BPTT 的参考资料，包括在 词语语言模型 示例中；截断由 repackage 函数处理，如 此论坛帖子 中所述。

不要使用过大的线性层。线性层 nn.Linear(m, n) 使用 $O(nm)$ 内存：也就是说，权重的内存需求随特征数量的平方而增加。很容易 耗尽内存（请记住，您将需要至少是权重大小的两倍的内存，因为您还需要存储梯度）。

考虑使用检查点。您可以使用 检查点 将内存换取计算。

我的 GPU 内存未正确释放

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，请参见 内存管理。

如果您的 GPU 内存即使在 Python 退出后也没有释放，则很可能是某些 Python 子进程仍在运行。您可以通过 ps -elf | grep python 找到它们，并使用 kill -9 [pid] 手动杀死它们。

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: # Out of memory
    for _ in range(batch_size):
        run_model(1)

但是，您会发现当您确实出现内存不足时，您的恢复代码也无法分配内存。这是因为 Python 异常对象保留对引发错误的堆栈帧的引用。这会阻止原始张量对象被释放。解决方案是将您的 OOM 恢复代码移到 except 子句之外。

oom = False
try:
    run_model(batch_size)
except RuntimeError: # Out of memory
    oom = True

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

我的数据加载器工作程序返回相同的随机数

您可能在数据集中使用其他库来生成随机数，并且工作程序子进程是通过 fork 启动的。请参阅 torch.utils.data.DataLoader 的文档，了解如何在工作程序中使用其 worker_init_fn 选项正确设置随机种子。

我的循环神经网络无法与数据并行运行

在 Module 中使用 pack sequence -> recurrent network -> unpack sequence 模式与 DataParallel 或 data_parallel() 一起使用时存在细微差别。每个设备上的每个 forward() 的输入都将只是整个输入的一部分。因为解包操作 torch.nn.utils.rnn.pad_packed_sequence() 默认情况下只填充到它看到的最长的输入（即该特定设备上最长的），因此当结果被收集在一起时会发生大小不匹配。因此，您可以利用 pad_packed_sequence() 的 total_length 参数来确保 forward() 调用返回相同长度的序列。例如，您可以这样写

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

class MyModule(nn.Module):
    # ... __init__, other methods, etc.

    # padded_input is of shape [B x T x *] (batch_first mode) and contains
    # the sequences sorted by lengths
    #   B is the batch size
    #   T is max sequence length
    def forward(self, padded_input, input_lengths):
        total_length = padded_input.size(1)  # get the max sequence length
        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，当批处理维度为 1（即，batch_first=False）并行使用数据时，需要格外小心。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 *] 并且应该沿着维度 1 分散，但是第二个参数 input_lengths 的形状将为 [B] 并且应该沿着维度 0 分散。将需要额外的代码来操作张量形状。