当使用colabs训练数据时，Cuda总是内存不足

Question

所以我有2DCNN模型来分类图像，只有2个类，每个类有300个图像。 这是我的nn模块类

class Flatten(Module):

    def forward(self, input):

        return input.view(input.size(0), -1)

class ActionNet(Module):

    def __init__(self, num_class=4):

        super(ActionNet, self).__init__()



        self.cnn_layer = Sequential(

            #conv1

            Conv2d(in_channels=1, out_channels=32, kernel_size=1, bias=False),

            BatchNorm2d(32),

            PReLU(num_parameters=32),

            MaxPool2d(kernel_size=3),

            #conv2

            Conv2d(in_channels=32, out_channels=64, kernel_size=1, bias=False),

            BatchNorm2d(64),

            PReLU(num_parameters=64),

            MaxPool2d(kernel_size=3),

            #flatten

            Flatten(),

            Linear(576, 128),

            BatchNorm1d(128),

            ReLU(inplace=True),

            Dropout(0.5),

            Linear(128, num_class)

        )



    def forward(self, x):

        x = self.cnn_layer(x)

        return x

我将培训和测试分为80%:20%，以了解更多详细信息，这里是我的培训代码：https://pastebin.com/uzBFTrDc，当我尝试使用colab进行培训时，出现了一个错误：

RuntimeError: CUDA out of memory. Tried to allocate 20.00 MiB (GPU 0; 15.90 GiB total capacity; 15.20 GiB already allocated; 1.88 MiB free; 15.20 GiB reserved in total by PyTorch)

我使用谷歌colab是因为我没有强大的GPU和实现批处理，我不知道它是否正确，训练数据只有400个大小为32x32的图像，我认为colab足够强大来训练我的数据