Pytorch cuda在尝试使用spacy的Transformer模型训练模型时内存不足
我试图在Spacy transformer模型的基础上训练一个定制的NER模型。 为了更快的训练，我在GPU上运行它，并在Google Colab Pro上使用cuda和高Ram服务器 在第一次迭代之后，我得到一个错误： 运行时错误：CUDA内存不足。尝试分配480.00 MiB（GPU 0； 11.17 GiB总容量；9.32 GiB已分配；193.31 MiB空闲；PyTorch共预留10.32 GiB） 对于上面的错误，我也尝试清空缓存。但我还是犯了这个错误。似乎没有腾出足够的空间Pytorch cuda在尝试使用spacy的Transformer模型训练模型时内存不足,pytorch,gpu,google-colaboratory,Pytorch,Gpu,Google Colaboratory,我试图在Spacy transformer模型的基础上训练一个定制的NER模型。 为了更快的训练，我在GPU上运行它，并在Google Colab Pro上使用cuda和高Ram服务器 在第一次迭代之后，我得到一个错误： 运行时错误：CUDA内存不足。尝试分配480.00 MiB（GPU 0； 11.17 GiB总容量；9.32 GiB已分配；193.31 MiB空闲；PyTorch共预留10.32 GiB） 对于上面的错误，我也尝试清空缓存。但我还是犯了这个错误。似乎没有腾出足够的空间 imp
import torch
torch.cuda.empty_cache()
此外，我还尝试将批量大小减少到2。仍然会出现相同的错误。使用nvidia smi检查gpu分配