解决pytorch训练的过程中内存一直增加的问题

京城王多鱼2023-12-14 14:59

来自：解决pytorch训练的过程中内存一直增加的问题 - 知乎

pytorch训练中内存一直增加的原因(部分)

代码中存在累加loss，但每步的loss没加item()

import torch
import torch.nn as nn
from collections import defaultdict

if torch.cuda.is_available():
device = 'cuda'
else:
device = 'cpu'

model = nn.Linear(100, 400).to(device)
criterion = nn.L1Loss(reduction='mean').to(device)
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

train_loss = defaultdict(float)
eval_loss = defaultdict(float)

for i in range(10000):
model.train()
x = torch.rand(50, 100, device=device)
y_pred = model(x) # 50 * 400
y_tgt = torch.rand(50, 400, device=device)

复制代码

  loss = criterion(y_pred, y_tgt)
  optimizer.zero_grad()
  loss.backward()
  optimizer.step()
  
  # 会导致内存一直增加，需改为train_loss['loss'] += loss.item()
  train_loss['loss'] += loss

  if i % 100 == 0:
      train_loss = defaultdict(float)
      model.eval()
      x = torch.rand(50, 100, device=device)
      y_pred = model(x) # 50 * 400

      y_tgt = torch.rand(50, 400, device=device)
      loss = criterion(y_pred, y_tgt)

      # 会导致内存一直增加，需改为eval_loss['loss'] += loss.item()
      eval_loss['loss'] += loss

以上代码会导致内存占用越来越大，解决的方法是：train_l oss $'loss'$ += loss.item() 以及 eval_loss $'loss'$ += loss.item()。值得注意的是，要复现内存越来越大的问题，模型中需要切换model.train() 和 model.eval()，train_loss以及eval_loss的作用是保存模型的平均误差(这里是累积误差)，保存到tensorboard中。