Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • models
  • Issue
  • #3129

M
models
  • 项目概览

PaddlePaddle / models
大约 2 年 前同步成功

通知 232
Star 6828
Fork 2962
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
M
models
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 602
    • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
    • 合并请求 255
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 8月 18, 2019 by saxon_zh@saxon_zhGuest

关于训练网络时,内存占满问题

Created by: TimeChi

使用代码框架是改自官方ssd代码https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/ssd,仅仅修改了backbone。 也就是读取数据是用的异步读取py_reader 具体情况:同样的代码      在RTX2080TI,64G内存条下,CPU多线程只能开4个,此时显卡利用率较高90左右。若再多开线程,则程序占用内存会不断增加,直到内存占满。然后一段时间后内存全部释放,程序不动了,也不打印错误,也不终止。 在GTX1080TI,64G内存条下,CPU只能单线程,此时显卡利用率一会0一会90以上。若再多开线程,则程序占用内存会不断增加,直到内存占满。然后一段时间后内存全部释放,程序不动了,也不打印错误,也不终止。 py_reader参数: py_reader = fluid.layers.py_reader( capacity=64, shapes=[[-1] + image_shape, [-1, 4], [-1, 1], [-1, 1]], lod_levels=[0, 1, 1, 1], dtypes=["float32", "float32", "int32", "int32"], use_double_buffer=True)

最后,如果没记错,官方ssd源码好像是不存在这个问题,进程开的多也没事,只是进程开多了GPU的利用率会很低,大概二三十左右。 大概问题就是这些,技术小哥有空的话,可以测试一下,如有需要请联系我qq1007890785

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/models#3129
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7