快捷導(dǎo)航

pytorch顯存一直變大的解決方案

更新時間：2021年04月08日 14:32:51 作者：zhenggeaza

這篇文章主要介紹了pytorch顯存一直變大的解決方案，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

在代碼中添加以下兩行可以解決：

torch.backends.cudnn.enabled = True
torch.backends.cudnn.benchmark = True

補(bǔ)充：pytorch訓(xùn)練過程顯存一直增加的問題

之前遇到了爆顯存的問題，卡了很久，試了很多方法，總算解決了。

總結(jié)下自己試過的幾種方法：

**1. 使用torch.cuda.empty_cache()

在每一個訓(xùn)練epoch后都添加這一行代碼，可以讓訓(xùn)練從較低顯存的地方開始，但并不適用爆顯存的問題，隨著epoch的增加，最大顯存占用仍然會提示out of memory 。

2.使用torch.backends.cudnn.enabled = True 和 torch.backends.cudnn.benchmark = True

原理不太清楚，用法和1一樣。但是幾乎沒有效果，直接pass。

3.最重要的：查看自己的forward函數(shù)是否存在泄露。

常需要在forward函數(shù)里調(diào)用其他子函數(shù)，這時候要特別注意：

input盡量不要寫在for循環(huán)里面！??！

子函數(shù)里如果有append（）等函數(shù)，一定少用，能不用就不用?。?！

子函數(shù)list一定少用，能不用就不用?。。?/p>

總之，子函數(shù)一般也不會太復(fù)雜，直接寫出來，別各種for，嵌套，變量。?。?！

補(bǔ)充：Pytorch顯存不斷增長問題的解決思路

這個問題，我先后遇到過兩次，每次都異常艱辛的解決了。

在網(wǎng)上，關(guān)于這個問題，你可以找到各種看似不同的解決方案，但是都沒能解決我的問題。所以只能自己摸索，在摸索的過程中，有了一個排查問題點的思路。

下面舉個例子說一下我的思路。

大體思路

其實思路很簡單，就是在代碼的運(yùn)行階段輸出顯存占用量，觀察在哪一塊存在顯存劇烈增加或者顯存異常變化的情況。

但是在這個過程中要分級確認(rèn)問題點，也即如果存在三個文件main.py、train.py、model.py。

在此種思路下，應(yīng)該先在main.py中確定問題點，然后，從main.py中進(jìn)入到train.py中，再次輸出顯存占用量，確定問題點在哪。

隨后，再從train.py中的問題點，進(jìn)入到model.py中，再次確認(rèn)。

如果還有更深層次的調(diào)用，可以繼續(xù)追溯下去。

具體例子

main.py

def train(model,epochs,data):
    for e in range(epochs):
        print("1:{}".format(torch.cuda.memory_allocated(0)))
        train_epoch(model,data)
        print("2:{}".format(torch.cuda.memory_allocated(0)))
        eval(model,data)
        print("3:{}".format(torch.cuda.memory_allocated(0)))

假設(shè)1與2之間顯存增加極為劇烈，說明問題出在train_epoch中，進(jìn)一步進(jìn)入到train.py中。

train.py

def train_epoch(model,data):
    model.train()
    optim=torch.optimizer()
    for batch_data in data:
        print("1:{}".format(torch.cuda.memory_allocated(0)))
        output=model(batch_data)
        print("2:{}".format(torch.cuda.memory_allocated(0)))
        loss=loss(output,data.target)
        print("3:{}".format(torch.cuda.memory_allocated(0)))
        optim.zero_grad()
        print("4:{}".format(torch.cuda.memory_allocated(0)))
        loss.backward()
        print("5:{}".format(torch.cuda.memory_allocated(0)))
        utils.func(model)
        print("6:{}".format(torch.cuda.memory_allocated(0)))

如果在1,2之間，5,6之間同時出現(xiàn)顯存增加異常的情況。此時需要使用控制變量法，例如我們先讓5,6之間的代碼失效，然后運(yùn)行，觀察是否仍然存在顯存爆炸。如果沒有，說明問題就出在5,6之間下一級的代碼中。進(jìn)入到下一級代碼，進(jìn)行調(diào)試：

utils.py

def func(model):
print("1:{}".format(torch.cuda.memory_allocated(0)))
a=f1(model)
print("2:{}".format(torch.cuda.memory_allocated(0)))
b=f2(a)
print("3:{}".format(torch.cuda.memory_allocated(0)))
c=f3(b)
print("4:{}".format(torch.cuda.memory_allocated(0)))
d=f4(c)
print("5:{}".format(torch.cuda.memory_allocated(0)))

此時我們再展示另一種調(diào)試思路，先注釋第5行之后的代碼，觀察顯存是否存在先訓(xùn)爆炸，如果沒有，則注釋掉第7行之后的，直至確定哪一行的代碼出現(xiàn)導(dǎo)致了顯存爆炸。假設(shè)第9行起作用后，代碼出現(xiàn)顯存爆炸，說明問題出在第九行，顯存爆炸的問題鎖定。

幾種導(dǎo)致顯存爆炸的情況

pytorch的hook機(jī)制可能導(dǎo)致，顯存爆炸，hook函數(shù)取出某一層的輸入輸出跟權(quán)重后，不可進(jìn)行存儲，修改等操作，這會造成hook不能回收，進(jìn)而導(dǎo)致取出的輸入輸出權(quán)重都可能不被pytorch回收，所以模型的負(fù)擔(dān)越來也大，最終導(dǎo)致顯存爆炸。

這種情況是我第二次遇到顯存爆炸查出來的，非常讓人匪夷所思。在如下代碼中，p.sub_(torch.mm(k, torch.t(k)) / (alpha + torch.mm(r, k)))，導(dǎo)致了顯存爆炸，這個問題點就是通過上面的方法確定的。

這個P是一個矩陣，在使用p.sub_的方式更新P的時候，導(dǎo)致了顯存爆炸。

將這行代碼修改為p=p-(torch.mm(k, torch.t(k)) / (alpha + torch.mm(r, k)))，顯存爆炸的問題解決。

  def pro_weight(p, x, w, alpha=1.0, cnn=True, stride=1):
                if cnn:
                    _, _, H, W = x.shape
                    F, _, HH, WW = w.shape
                    S = stride  # stride
                    Ho = int(1 + (H - HH) / S)
                    Wo = int(1 + (W - WW) / S)
                    for i in range(Ho):
                        for j in range(Wo):
                            # N*C*HH*WW, C*HH*WW = N*C*HH*WW, sum -> N*1
                            r = x[:, :, i * S: i * S + HH, j * S: j * S + WW].contiguous().view(1, -1)
                            # r = r[:, range(r.shape[1] - 1, -1, -1)]
                            k = torch.mm(p, torch.t(r))
                            p.sub_(torch.mm(k, torch.t(k)) / (alpha + torch.mm(r, k)))
                    w.grad.data = torch.mm(w.grad.data.view(F, -1), torch.t(p.data)).view_as(w)
                else:
                    r = x
                    k = torch.mm(p, torch.t(r))
                    p.sub_(torch.mm(k, torch.t(k)) / (alpha + torch.mm(r, k)))
                    w.grad.data = torch.mm(w.grad.data, torch.t(p.data))

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章: