如何解决即使使用 AWS P8 实例，Yolo5 模型训练也会因 CUDA 内存不足而失败
我正在自定义数据集上训练 yolo5，但我的 GPU 内存一直不足，因为它只使用 8 个 GPU 中的一个。我应该如何运行它才能使用所有 GPU？
YOlov5 v4.0-83-gd2e754b 火炬 1.7.1 CUDA:0 (Tesla K80,11441.1875MB) CUDA:1 (Tesla K80,11441.1875MB) CUDA:2 (Tesla K80,11441.1875MB) CUDA:3 (Tesla K80,11441.1875MB) CUDA:4 (Tesla K80,11441.1875MB) CUDA:5 (Tesla K80,11441.1875MB) CUDA:6 (Tesla K80,11441.1875MB) CUDA:7（特斯拉 K80，11441.1875MB）
运行时错误：CUDA 内存不足。尝试分配 16.00 MiB（GPU 0；11.17 GiB 总容量；10.66 GiB 已分配；2.31 MiB 空闲；PyTorch 总共预留 10.72 GiB
谢谢 甘尼什
解决方法
在 https://github.com/ultralytics/yolov5/issues/475 找到答案。
该链接包含有关如何使用 PyTorch 和 yolo5 运行 DataParallel 和 Distributed 的所有详细信息
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
