小编给大家分享一下如何解决CUDA out of memory的问题，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
复现大佬project发现GPU跑不动，出现如下报错：
RuntimeError: CUDA out of memory.
看下来最简单粗暴方法就是减少batch_size，慢是慢了不止一点点但至少跑得动了！
补充：Pytorch GPU显存充足却显示out of memory解决办法
今天在测试一个pytorch代码的时候显示显存不足，但是这个网络框架明明很简单，用CPU跑起来都没有问题，GPU却一直提示out of memory.
在网上找了很多方法都行不通，最后我想也许是pytorch版本的问题，原来我的pytorch版本是0.4.1，于是我就把这个版本卸载，然后安装了pytorch2.1.0，程序就可以神奇的运行了，不会再有OOM的提示了。虽然具体原因还不知道为何，这里还是先mark一下，
具体过程如下：
卸载旧版本pytorch：
conda uninstall pytorch
安装pytorch2.1.0，按照官网上的办法，我的CUDA版本是9.0：
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
以上是“如何解决CUDA out of memory的问题”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注本站行业资讯频道！
