Memory 在pytorch中，当程序仍在运行时，如何释放所有gpu内存？ 导入时间 从torchvision.models导入resnet18 导入GPUtil AAA级： def加载（自）： 设备=火炬。设备（'cuda:0'） self.dummy_tensor_4=torch.randn（120,35512,512）.float（）到（设备）#120*3*512*512*4/1000/1000=377.48M self.dummy_tensor_5=torch.randn（10,35512,512）.float（）到（设备）#80*3*512*512*4/1000/1000=251.64M self.model=resnet18（pretrained=True）.to（设备） self.X=self.model（self.dummy\u张量\u 5） 时间。睡眠（5） def释放（自）： del self.dummy\u tensor\u 4 del self.dummy\u tensor\u 5 del self.model del self.X torch.cuda.empty_cache（） A=AAA（） A.加载（） A.释放（） 德拉 torch.cuda.empty_cache（） 打印（“开始等待”） 对于范围（30）内的i： GPUtil.showUtilization（） 时间。睡眠（1）

这是我的密码。 如果我使用“self.X=self.model（self.dummy\u tensor\u 5）”，我的gpu内存无法释放。我是否缺少要删除的内容？

---

如果我不使用“self.X=self.model（self.dummy\u tensor\u 5）”，gpu内存释放就完美了。

你似乎在说使用“self.X=self.model（self.dummy\u tensor\u 5）”可以防止内存释放，也可以工作-你的问题中有输入错误吗？谢谢！我有打字错误，我已经改正了