常见问题

创建日期：2018年2月15日 | 最后更新日期：2021年8月5日

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

正如错误消息所示，您的 GPU 内存不足。由于我们通常在 PyTorch 中处理大量数据，小错误可能很快导致您的程序耗尽 GPU 的所有内存；幸运的是，这些情况下的修复通常很简单。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。这意味着您应该避免在训练循环之外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，可微分变量何时出现可能不明显。考虑以下训练循环（摘自源）：

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 在训练循环中累积历史记录，因为 loss 是一个具有自动求导历史的可微分变量。您可以通过编写 total_loss += float(loss) 来修复此问题。

此问题的其他实例：1。

不要保留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 将在局部变量超出范围之前不会释放内存。您可以通过使用 del x 来释放此引用。同样，如果您将张量或变量分配给对象的成员变量，它将在对象超出范围之前不会释放内存。如果您不保留不需要的临时变量，您将获得最佳的内存使用。

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，即使在 h 执行时，intermediate 仍然存在，因为其作用域超出了循环的末尾。为了更早地释放它，您应该在用完 intermediate 后 del intermediate。

避免在过长的序列上运行 RNN。 通过 RNN 进行反向传播所需的内存量与 RNN 输入的长度呈线性关系；因此，如果您尝试向 RNN 输入过长的序列，您将耗尽内存。

这种现象的技术术语是时间反向传播（backpropagation through time），并且有大量关于如何实现截断 BPTT 的参考资料，包括在词语言模型示例中；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。 一个线性层 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呈二次方关系。这样很容易耗尽内存（请记住，您至少需要两倍于权重大小的内存，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 中显示的值通常不能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。

如果您的 GPU 内存即使在 Python 退出后仍未释放，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

您可能有一些代码尝试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)

但发现当您确实内存不足时，您的恢复代码也无法分配。这是因为 Python 异常对象持有引发错误时的堆栈帧的引用。这会阻止原始张量对象被释放。解决方案是将 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，并且工作子进程是通过 fork 启动的。有关如何使用 worker_init_fn 选项在工作进程中正确设置随机种子的信息，请参阅 torch.utils.data.DataLoader 的文档。

我的循环网络无法与数据并行一起工作

在使用 pack sequence -> recurrent network -> unpack sequence 模式时，在 Module 与 DataParallel 或 data_parallel() 存在一个细微之处。每个设备上 forward() 的输入将只占整个输入的一部分。因为解包操作 torch.nn.utils.rnn.pad_packed_sequence() 默认只填充到它看到的最长输入，即该特定设备上的最长输入，因此当结果汇总时，会出现大小不匹配的情况。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，当批次维度是 dim 1（即 batch_first=False）并带有数据并行时，需要格外小心。在这种情况下，pack_padded_sequence 的第一个参数 padding_input 的形状将是 [T x B x *]，应该沿着 dim 1 分散，但第二个参数 input_lengths 的形状将是 [B]，应该沿着 dim 0 分散。需要额外的代码来操作张量形状。