常见问题解答¶

我的模型报告“cuda runtime error(2): out of memory”¶

正如错误消息所示，您的 GPU 内存已耗尽。由于我们在 PyTorch 中经常处理大量数据，因此小的错误可能会迅速导致您的程序耗尽所有 GPU 内存；幸运的是，在这些情况下，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，在跟踪统计信息时。相反，您应该分离变量或访问其底层数据。

有时，当可能出现可微分变量时，它可能不明显。考虑以下训练循环（从来源节选）

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 正在您的训练循环中累积历史记录，因为 loss 是具有自动求导历史记录的可微分变量。您可以通过编写 total_loss += float(loss) 来解决此问题。

此问题的其他实例：1。

不要持有您不需要的张量和变量。 如果您将张量或变量分配给局部变量，Python 将不会取消分配，直到局部变量超出作用域。您可以使用 del x 释放此引用。同样，如果您将张量或变量分配给对象的成员变量，则它不会取消分配，直到对象超出作用域。如果您不持有不需要的临时变量，您将获得最佳的内存使用率。

局部变量的作用域可能比您预期的要大。例如

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

在这里，即使 h 正在执行，intermediate 仍然处于活动状态，因为它的作用域超出了循环的末尾。为了更早地释放它，您应该在完成操作后 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与 RNN 输入的长度成线性比例；因此，如果您尝试向 RNN 提供过长的序列，您将耗尽内存。

此现象的技术术语是时间反向传播，并且有很多关于如何实现截断 BPTT 的参考文献，包括在 word language model 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，权重的内存需求与特征数量成二次方比例。很容易通过这种方式耗尽内存（并记住您至少需要权重大小的两倍，因为您还需要存储梯度。）

考虑检查点。 您可以通过使用检查点来权衡内存和计算。

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，请参阅内存管理。

如果即使在 Python 退出后，您的 GPU 内存仍未释放，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)

但发现当您确实耗尽内存时，您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进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，并且工作进程子进程是通过 fork 启动的。有关如何在工作进程中使用其 worker_init_fn 选项正确设置随机种子，请参阅 torch.utils.data.DataLoader 的文档。

我的循环神经网络不适用于数据并行¶

在使用 pack sequence -> recurrent network -> unpack sequence 模式在带有 Module 和 DataParallel 或 data_parallel() 时，存在一个微妙之处。每个设备上 forward() 的输入将仅是整个输入的一部分。由于解包操作 torch.nn.utils.rnn.pad_packed_sequence() 默认情况下仅填充到它看到的最长输入，即该特定设备上的最长输入，因此在将结果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，您可以编写

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，当批次维度为 dim 1（即 batch_first=False）且具有数据并行性时，需要格外小心。在这种情况下，pack_padded_sequence padding_input 的第一个参数的形状将为 [T x B x *]，应沿 dim 1 分散，但第二个参数 input_lengths 的形状将为 [B]，应沿 dim 0 分散。将需要额外的代码来操作张量形状。