我正在用Pythorch训练一个深度学习模型。由于未知的原因,内存不断积累,导致会话在30个时代以下被杀死和不适合。在
这里有一些想法:
不知道是不是由matplotlib
引起的,所以我添加了plt.close('all')
;没用
添加了gc.collect()
;不起作用
不知道是不是由cv2.imwrite()
引起的,但不知道如何检查。有什么建议吗?
Pythorch问题?
其他。。。在
model.train()
for epo in range(epoch):
for i, data in enumerate(trainloader, 0):
inputs = data
inputs = Variable(inputs)
optimizer.zero_grad()
top = model.upward(inputs + white(inputs))
outputs = model.downward(top, shortcut = True)
loss = criterion(inputs, outputs)
loss.backward()
optimizer.step()
# Print generated pictures every 100 iters
if i % 100 == 0:
inn = inputs[0].view(128, 128).detach().numpy() * 255
cv2.imwrite("/home/tk/Documents/recover/" + str(epo) + "_" + str(i) + ".png", inn)
out = outputs[0].view(128, 128).detach().numpy() * 255
cv2.imwrite("/home/tk/Documents/recover/" + str(epo) + "_" + str(i) + "_re.png", out)
# Print loss every 50 iters
if i % 50 == 0:
print ('[%d, %5d] loss: %.3f' % (epo, i, loss.item()))
gc.collect()
plt.close("all")
===========================================================================
这个模型真的很复杂很长…再加上以前没有发生过内存积累的问题(使用同一个模型),所以我不在这里发表。。。在
目前没有回答
相关问题 更多 >
编程相关推荐