すべてのメモリを解放する方法pytorchはgpuメモリから取得されます

Question

ある種の高レベルのコードがあるので、モデルのトレーニングなどはpipeline_networkクラスによってラップされています。私の主な目標は、すべての新しい折り目で新しいモデルをトレーニングすることです。

for train_idx, valid_idx in cv.split(meta_train[DEPTH_COLUMN].values.reshape(-1)):

        meta_train_split, meta_valid_split = meta_train.iloc[train_idx], meta_train.iloc[valid_idx]

        pipeline_network = unet(config=CONFIG, suffix = 'fold' + str(fold), train_mode=True)

しかし、それから私は2倍に進み、すべてがgpuメモリから失敗します：

RuntimeError: cuda runtime error (2) : out of memory at /pytorch/torch/lib/THC/generic/THCStorage.cu:58

エポックの終わりに、私は手動でそのパイプラインを運なしで削除しようとしました：

 def clean_object_from_memory(obj): #definition
    del obj
    gc.collect()
    torch.cuda.empty_cache()

clean_object_from_memory( clean_object_from_memory) # calling

これを呼び出すことも助けにはなりませんでした：

def dump_tensors(gpu_only=True):
        torch.cuda.empty_cache()
        total_size = 0
        for obj in gc.get_objects():
            try:
                if torch.is_tensor(obj):
                    if not gpu_only or obj.is_cuda:
                        del obj
                        gc.collect()
                Elif hasattr(obj, "data") and torch.is_tensor(obj.data):
                    if not gpu_only or obj.is_cuda:
                        del obj
                        gc.collect()
            except Exception as e:
                pass

どのようにpytorchをリセットしてから次のフォールドに進むことができますか？

Answer 1

delでオブジェクトを削除してから、torch.cuda.empty_cache()を適用してください。この操作の後で、再利用可能なメモリが解放されます。