参考文献如下
[1] 通过设置PYTORCH_CUDA_ALLOC_CONF中的max_split_size_mb解决Pytorch的显存碎片化导致的CUDA:Out Of Memory问题
https://blog.csdn.net/MirageTanker/article/details/127998036
[2] shell环境变量说明
https://blog.csdn.net/JOJOY_tester/article/details/90738717
具体解决步骤
报错信息如下:
RuntimeError: CUDA out of memory.
Tried to allocate 6.18 GiB (GPU 0; 24.00 GiB total capacity;
11.39 GiB already allocated;
3.43 GiB free; 17.62 GiB reserved in total by PyTorch)
If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation.
See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF
计算 reserved - allocated = 17.62 - 11.39 = 6.23 > 6.18 (暂且不用管如何来的，更多说明参考文献[1])
查看CUDA中管理缓存的环境变量
echo $PYTORCH_CUDA_ALLOC_CONF
设置环境变量的值（这里用到6.18这个数了，简单理解6.18表示缓存空间6.18GB）文章来源：https://www.toymoban.com/news/detail-515312.html
export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:6110
（6110的由来简单理解为6110MB，我们要选择比6.18GB小的最大空间，推荐直接设置为6.1*1000MB）
问题圆满解决，可喜可贺 可喜可贺文章来源地址https://www.toymoban.com/news/detail-515312.html
到了这里，关于PYTORCH_CUDA_ALLOC_CONF max_split_size_mb | Shell ( Linux ) 环境下的解决措施的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
