open-mmlab/mmsegmentation

Too much GPU memory consumption and seems wrong

Open

#3,167 创建于 2023年7月6日

在 GitHub 查看
 (18 评论) (0 反应) (0 负责人)Python (2,386 fork)batch import
good first issue

仓库指标

Star
 (6,867 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

When I use resnet101 with deeplabv3+ in this lib 'https://github.com/VainF/DeepLabV3Plus-Pytorch', I can train for 40 batch size on 2 GPUs, 20 batch size for each GPU, and it consumes about 36 GB. However, when I use your lib, for 2 batch size on 1 GPUs, it consumes about 15 GB

贡献者指南

研究方向
使用 nvidia smi 或 torch.cuda.memory summary 等工具分析 GPU 内存使用情况，与 DeepLabV3Plus Pytorch 比较，找出张量分配或梯度检查点方面的差异。
技术栈
pythonpytorch
领域
machine learningbackend
议题类型
缺陷
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-2 天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonPyTorchGPU memory profiling
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
40