解决问题:RuntimeError: CUDA out of memory. Tried to allocate 20.00 MiB

网络上常用的三种方法

方法一：

仅需减小batchsize

 改文件的配置cfg的batchsize=1，一般在cfg文件下的查找batch或batchsize，将batchsize调小后，再次运行，类似于改下面

 

 

方法二 ： 

上述方法还没解决，不改batchsize，可以考虑下面的方法的链接

 

不计算梯度：

 

ps: 在报错的哪一行代码的上面，加上下面一行代码，不计算梯度

 

with torch.no_grad()

 

不计算梯度的方法

 

方法三：

释放内存：链接如下

 

释放内存

 

if hasattr(torch.cuda, 'empty_cache'):

 torch.cuda.empty_cache()

ps: 在报错的那一行代码的上面，加上下面两行代码，释放无关的内存

 

if hasattr(torch.cuda, 'empty_cache'):

 torch.cuda.empty_cache()

方法四:我的解决方案

     我没用上面的方法，最主要是我是新手不知道在哪改，所以在看了好多网上的解决方案后，试了一下这种方法，可以训练了，成功解决GPU内存不足的问题

解决方法:将img-size调小

 我把原本的[640，640]改为上图所示，成功解决问题