[人工智能-深度学习-80]：开发环境 - OSError: [WinError 1455] 页面文件太小，无法完成训练问题的多种解决办法

作者主页(​​文火冰糖的硅基工坊​​​)：​​文火冰糖（王文兵）的博客_文火冰糖的硅基工坊​

---

​目录​

​​前言：​​

​​错误的认知：​​

​​真正的原因：​​

​​解决问题的办法​​

​​办法1：关闭IE浏览器等其他应用程序（部分解决，不确定性）​​

​​办法2： 重启机器（部分解决，不确定性）​​

​​办法3： 降低训练时的batch size的大小（部分解决，不确定性）​​

​​办法4： 降低dataloader的线程数​​

​​办法5：增加Windows系统的物理内存 （根本解决，高成本）​​

​​办法6： 为所有硬盘启动（根本解决，低成本）​​

---

前言：

目前在训练模型时，经常出现如下的情况：“OSError: [WinError 1455] 页面文件太小，无法完成操作问题的解决办法”。这导致导致训练无法进行。

错误的认知：

误以为是显卡内存不足造成的，而更好显卡需要一笔大的费用，因此一直都没有用心解决此问题。经过多次出错，发现是乎不是GPU内存的问题，而是Windows内存的问题。

真正的原因：

OSError: [WinError 1455错误显示，这是Windows的虚拟内存不够。

虚拟内存不够的根本原因，是物理内存空间不够，Windows在解决物理内存空间不够大时，采用了通过硬盘空间来扩展物理内存不够的问题。然后，这种方法，默认只针对C盘下的应用程序，不针对D:盘或其他盘的应用程序，而我个人的pytorch程序并运行C盘。

解决问题的办法

办法1：关闭IE浏览器等其他应用程序（部分解决，不确定性）

办法2： 重启机器（部分解决，不确定性）

本质上与关闭IE等其他应用程序是一样的。

办法3： 降低训练时的batch size的大小（部分解决，不确定性）

python train.py --img 640 --batch 1 --epochs 5 --data steelcycle.yaml --weights yolov5s.pt

办法4： 降低dataloader的线程数

python train.py --img 640 --batch 1 --epochs 5 --data steelcycle.yaml --weights yolov5s.pt -- num_works 1

办法5：增加Windows系统的物理内存 （根本解决，高成本）

升级物理内存：16G -> 32G, 彻底解决此问题。

办法6： 为所有硬盘启动（根本解决，低成本）

 

 所有驱动器使用16M虚拟内存，而不仅仅系统盘。

---

作者主页(​​文火冰糖的硅基工坊​​​)：​​文火冰糖（王文兵）的博客_文火冰糖的硅基工坊​