训练不了 about non-local-sparse-attention HOT 7 CLOSED

你好，你的gpu里有其他程序把显存占满了。NLSN可以在8G的显卡上训练。

from non-local-sparse-attention.

你好，你的gpu里有其他程序把显存占满了。NLSN可以在8G的显卡上训练。

谢谢您的回复。我用的是v100,训练用的是800张DIV2K测试用的是10张DIV2K，训练完后，紧接着用10张DIV2K测试时（用于选择最佳模型）显示内存不够了，请问这个原因是？您对数据进行了额外处理？

from non-local-sparse-attention.

需要训练命令中加入—chop。这是一个sr中比较常用的方法(例如RCAN/SAN/CSNLN）将大图切成四块，用来缓解测试时的显存占用。可以参考readme里的训练命令
python main.py --dir_data ../../ --n_GPUs 4 --rgb_range 1 --chunk_size 144 --n_hashes 4 --save_models --lr 1e-4 --decay 200-400-600-800 --epochs 1000 --chop --save_results --n_resblocks 32 --n_feats 256 --res_scale 0.1 --batch_size 16 --model NLSN --scale 2 --patch_size 96 --save NLSN_x2 --data_train DIV2K

from non-local-sparse-attention.

需要训练命令中加入—chop。这是一个sr中比较常用的方法(例如RCAN/SAN/CSNLN）将大图切成四块，用来缓解测试时的显存占用。可以参考readme里的训练命令
python main.py --dir_data ../../ --n_GPUs 4 --rgb_range 1 --chunk_size 144 --n_hashes 4 --save_models --lr 1e-4 --decay 200-400-600-800 --epochs 1000 --chop --save_results --n_resblocks 32 --n_feats 256 --res_scale 0.1 --batch_size 16 --model NLSN --scale 2 --patch_size 96 --save NLSN_x2 --data_train DIV2K

特别感谢，麻烦您了，我试试看。

from non-local-sparse-attention.

你好，你的gpu里有其他程序把显存占满了。NLSN可以在8G的显卡上训练。

x3,x4的都可以在8G的卡上训练吗？为什么我x2的就不可以在11G的卡上训练？两张11G的可以，我看了一下内存占用大概是16G，并且没有其他程序占用显存。

from non-local-sparse-attention.

你好，你的gpu里有其他程序把显存占满了。NLSN可以在8G的显卡上训练。

x3,x4的都可以在8G的卡上训练吗？为什么我x2的就不可以在11G的卡上训练？两张11G的可以，我看了一下内存占用大概是16G，并且没有其他程序占用显存。

您好，我是用的小模型--n_resblocks 8--n_feats 64 所以加上-chop之后就可以运行了。不知道是否符合您的问题。

from non-local-sparse-attention.

谢谢您，我用的32个residual blocks，减小了应该可以。

from non-local-sparse-attention.