本文仅作学术交流，如有侵权，请联系删除
提问
Pytorch有什么节省内存(显存)的小技巧？
在用pytorch实现一个tensorflow project的时候遇到了GPU显存超出 (out of memory) 的问题，不知道有什么优化方法。
高质量回答
Lyken
愿以有涯随无涯
https://www.zhihu.com/question/274635237/answer/755102181
咦，大家都没看过陈天奇的 Training Deep Nets with Sublinear Memory Cost (
https://arxiv.org/abs/1604.06174
)吗？
训练 CNN 时，Memory 主要的开销来自于储存用于计算 backward 的 activation，一般的 workflow 是这样的
Vanilla backprop
对于一个长度为 N 的 CNN，需要 O(N) 的内存。这篇论文给出了一个思路，每隔 sqrt(N) 个 node 存一个 activation，中需要的时候再算，这样显存就从 O(N) 降到了 O(sqrt(N))。
Checkpointed backprop
对于越深的模型，这个方法省的显存就越多，且速度不会明显变慢。
PyTorch 我实现了一版，有兴趣的同学可以来试试 https://github.com/Lyken17/pytorch-memonger 郑哲东
计算机科学博士在读 https://www.zhihu.com/question/274635237/answer/573633662 在不修改网络结构的情况下, 有如下操作：
1. 同意 @Jiaming， 尽可能使用inplace操作， 比如relu 可以使用 inplace=True 。一个简单的使用方法，如下：
def inplace_relu(m): classname = m.__class__.__name__ if classname.find('ReLU') != -1: m.inplace=Truemodel.apply(inplace_relu)
def inplace_relu(m):
classname = m.__class__.__name__
if classname.find('ReLU') != -1:
m.inplace=True
model.apply(inplace_relu)
2. 进一步，比如ResNet 和 DenseNet 可以将 batchnorm 和relu打包成inplace，在bp时再重新计算。使用到了pytorch新的checkpoint特性，有以下两个代码。由于需要重新计算bn后的结果，所以会慢一些。
3. 每次循环结束时 删除 loss，可以节约很少显存，但聊胜于无。可见如下issue：
Tensor to Variable and memory freeing best practices：
https://discuss.pytorch.org/t/tensor-to-variable-and-memory-freeing-best-practices/6000/2
4. 使用float16精度混合计算。我用过 @NVIDIA英伟达apex，很好用，可以节约将近50%的显存，但是要小心一些不安全的操作如 mean和sum，溢出fp16。
NVIDIA/apex(
https://github.com/NVIDIA/apex
)
补充：最近我也尝试在我CVPR19的GAN模型中加入fp16的训练，可以从15G的显存需求降到约10G，这样大多数1080Ti等较为常见的显卡就可以训练了。欢迎大家star一波： https://github.com/NVlabs/DG-Net 5. 对于不需要bp的forward，如validation 请使用 torch.no_grad , 注意model.eval（) 不等于 torch.no_grad() 请看如下讨论： https://github.com/NVlabs/DG-Net 6. torch.cuda.empty_cache() 这是del的进阶版，使用nvidia-smi 会发现显存有明显的变化。但是训练时最大的显存占用似乎没变。大家可以试试。 How can we release GPU memory cache? https://discuss.pytorch.org/t/how-can-we-release-gpu-memory-cache/1453 另外，会影响精度的骚操作还有： 把一个batchsize=64分为两个32的batch，两次forward以后，backward一次。但会影响 batchnorm等和batchsize相关的层。
