如何在python中重置CUDA GPU

有没有办法在python中重新启动CUDA GPU？或者释放它以便其他脚本可以访问它

我有时会在python中使用GPU时出错，而再次访问GPU的唯一解决方案是重新启动我的Jupyter笔记本

PS：我正在使用GPU进行一些使用pytorch的计算

我得到的具体错误是：

RuntimeError: CUDA error: device-side assert triggered

我见过很多人讨论这个问题。我的主要问题是如何在不重新启动Jupyter内核的情况下继续使用GPU会话

i、 e.我想抓住这个错误，我用try/except做了这个错误，然后继续，因为我正在一个接一个地训练多个模型，所以我无法重新开始解决我的问题

编辑重新启动内核似乎是公认的简单解决方案请参见：

-

---

-她提到“在Kaggle上工作？这就是为什么即使完成了上述步骤，你仍在挣扎”

你能详细说明错误是什么吗？@AdarshC我确实这么做了，但是错误本身并不是我的主要问题，因为我也提到了

torch.cuda.empty_cache（）

或

torch.cuda.ipc_collect（）

不工作？@SzymonMaszke

torch.cuda.empty_cache（）

不运行，它给出了完全相同的错误。和

torch.cuda.ipc_collect（）

运行，但在尝试训练时，它再次出现相同的错误不要使用Jupyter笔记本。使用简单的.py脚本。它不允许cuda在会话结束后释放资源，这会产生问题。您能详细说明错误是什么吗？@AdarshC我确实这么做了，但是错误本身并不是我的主要问题，因为我还注意到

torch.cuda.empty_cache（）

或

torch.cuda.ipc_collect（）

不工作？@SzymonMaszke

torch.cuda.empty_cache（）

不运行，它给出了完全相同的错误。和

torch.cuda.ipc_collect（）

运行，但在尝试训练时，它再次出现相同的错误不要使用Jupyter笔记本。使用简单的.py脚本。它不允许cuda在会话结束后释放资源，这会造成问题。