Python项目中PyTorch显存如何实现手动释放与彻底清理?

雨杰姑娘_4958

雨杰姑娘_4958

2026-11-20

155人浏览

原创

PyTorch中del变量后显存不释放,主因是张量仍被隐式引用(如模块属性、闭包、梯度、优化器状态等);需用torch.cuda.empty_cache()释放缓存显存,并检查引用链、清除梯度、分离计算图、清空optimizer.state。

python项目中pytorch显存如何实现手动释放与彻底清理?

PyTorch中del变量后显存不释放?先确认是否还在计算图里

显存没下来,大概率不是没删变量,而是张量仍被隐式持有:比如在torch.no_grad()外创建的Tensor、被闭包捕获、或作为模块属性挂载在nn.Module实例上。调用del x只是删了引用,若还有其他路径可达该张量(如model.cache = x),GC 就不会回收其显存。

实操建议:

  • 用torch.cuda.memory_allocated()和torch.cuda.memory_reserved()分清「已分配」和「已预留」——后者常被缓存器占着不还,即使没活跃张量
  • 检查是否有未清除的grad:运行x.grad = None或model.zero_grad(set_to_none=True),避免梯度对象长期持有所属Tensor
  • 禁用torch.autograd.set_detect_anomaly(True)调试模式,它会强制保留全部中间变量

手动触发GPU内存回收:别只靠gc.collect()

gc.collect()只能回收CPU端Python对象,对CUDA内存无效。PyTorch的显存管理是分层的:底层CUDA上下文由PyTorch自己维护,上层Python对象只是“句柄”。真正释放显存得靠PyTorch自己的清理机制。

实操建议:

  • 调用torch.cuda.empty_cache()——它释放的是未被任何张量引用但被缓存器(caching allocator)占着的显存,对缓解out of memory最直接有效
  • 注意:它不释放正在使用的显存,也不保证立刻归还给系统;多次调用无害,但频繁调用可能降低后续分配效率
  • 如果用多GPU,需指定设备:torch.cuda.empty_cache()只作用于当前device,可配合torch.cuda.set_device(i)逐卡清理

训练循环中显存持续增长?重点查loss.backward()和optimizer.step()之后的状态

常见陷阱是把loss或中间输出存进列表(如losses.append(loss.item())没问题,但losses.append(loss)就完蛋),导致整个计算图无法释放。哪怕只存一个loss,也会把前向所有张量拖住。

FastMCP Python MCP 服务器和客户端框架
FastMCP Python MCP 服务器和客户端框架

FastMCP 是构建 Model Context Protocol 服务器、客户端和应用程序的标准 Python 框架。它提供自动模式生成、传输协商和协议生命周期管理,使开发人员能够用最少的样板代码将 Python 函数包装成符合 MCP 标准的工具。

下载

实操建议:

  • 确保所有用于日志/监控的值都调用.item()或.detach().cpu().numpy(),彻底切断与计算图的连接
  • 在backward()后立即用loss.detach_()或loss = loss.detach(),再del loss
  • 使用with torch.no_grad():包裹推理代码块,避免意外构建计算图
  • 验证时慎用model.train(False)——它不关闭梯度,必须配torch.no_grad()才安全

彻底清理模型和优化器:别忘了optimizer.state里的缓存

调用del model, optimizer后,显存可能还在,因为optimizer.state里存着动量、二阶矩等Tensor,它们默认绑定到模型参数的device上,且生命周期独立于模型本身。

实操建议:

  • 手动清空优化器状态:optimizer.state.clear(),再del optimizer
  • 若模型含Buffer(如BN的running_mean),确认它们没被意外保留在CPU/GPU混合状态;统一移到同一设备再删除
  • 极端情况(如单元测试中反复初始化/销毁模型),可在del后加torch.cuda.synchronize() + torch.cuda.empty_cache(),强制同步并释放缓存

真正难清理的从来不是张量本身,而是那些你没意识到还在引用它的对象——比如一个打印日志的闭包、一个全局字典里的键、或者__dict__里没被注意到的临时属性。每次显存不释放,优先查引用链,而不是反复调empty_cache()。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python pytorch

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5604

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1909

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34277

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3123

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程