运行一段深度学习的training代码时遇到如下错误:
File "train_mdnet.py", line 69, in train_mdnet
neg_regions = neg_regions.cuda()
File "/home/dodge/anaconda3/envs/py27_for_pytorch020/lib/python2.7/site-packages/torch/autograd/variable.py", line 279, in cuda
return CudaTransfer.apply(self, device_id, async)
File "/home/dodge/anaconda3/envs/py27_for_pytorch020/lib/python2.7/site-packages/torch/autograd/_functions/tensor.py", line 151, in forward
return i.cuda(async=async)
File "/home/dodge/anaconda3/envs/py27_for_pytorch020/lib/python2.7/site-packages/torch/_utils.py", line 66, in _cuda
return new_type(self.size()).copy_(self, async)
RuntimeError: cuda runtime error (2) : out of memory at /opt/conda/conda-bld/pytorch_1511304568725/work/torch/lib/THC/generic/THCStorage.cu:66
经查阅PyTorch社区,发现该问题主要可能由两方面的原因引起:
- GPU显存不足
- GPU缓存没有清理干净
检查主机实际运行情况,发现还有一个CUDA程序处于debug状态,应该是显存不够了所致,停止该程序,问题解决。

在运行深度学习训练代码时,遇到GPU显存不足导致的RuntimeError。通过排查发现是由于另一个处于debug状态的CUDA程序占用显存。停止该程序后,问题得到解决。

2234

被折叠的 条评论
为什么被折叠?



