我想在google collaboratory上的pythorch上实现SRGAN,但是DataLoader的内存似乎被释放了,所以如果你改变epoch,内存就会出错。 如果你能告诉我怎样做才能释放每批内存,我将不胜感激。 这是代码的github链接 https://github.com/pacifinapacific/Hello-World/blob/master/Untitled0.ipynb
到了48岁,1号echoch出现了记忆错误, 如果将批处理大小设置为8的1/6,则在大约6 epoch时会出现错误。在
我用以下代码阅读高分辨率和低分辨率图像。扩展ImageFolder
但是例如,即使在执行学习时发生错误,GPU的内存也不会被释放
class DownSizePairImageFolder(ImageFolder):
def __init__(self, root, transform=None, large_size=256, small_size=64, **kwds):
super().__init__(root, transform=transform, **kwds)
self.large_resizer = transforms.Scale(large_size)
self.small_resizer = transforms.Scale(small_size)
def __getitem__(self, index):
path, _ = self.imgs[index]
img = self.loader(path)
large_img = self.large_resizer(img)
small_img = self.small_resizer(img)
if self.transform is not None:
large_img = self.transform(large_img)
small_img = self.transform(small_img)
return small_img, large_img
train_data = DownSizePairImageFolder('./lfw-deepfunneled/train', transform=transforms.ToTensor())
test_data = DownSizePairImageFolder('./lfw-deepfunneled/test', transform=transforms.ToTensor())
batch_size = 8
train_loader = DataLoader(train_data, batch_size, shuffle=True)
test_loader = DataLoader(test_data, batch_size, shuffle=False)
Pythorch每次在模型中传播时都会生成一个计算图。此图通常保留到输出变量
G_loss
超出范围,例如循环中的新迭代开始时。在但是,您将此损失附加到一个列表中。因此,python仍然知道这个变量,而图没有被释放。您可以使用^{} 将变量从当前图形中分离出来(这比我之前提出的
.clone()
更好,因为它也会复制张量的数据)。在作为一个小的边节点:在您的},而不是在它之后;因此您总是只使用第一批。在
train()
函数中,在for
循环中返回{相关问题 更多 >
编程相关推荐