粗暴解决CUDA out of memory的问题

小渣渣复现大佬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pytorch1.1.0，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pytorch1.1.0，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

大功告成！

以上为个人经验，希望能给大家一个参考，也希望大家多多支持python博客。