yolov5训练集出现报错：RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERRORYou can try to repro this excep

今夕是何年，

已于 2023-04-12 14:13:31 修改

阅读量1.2k

点赞数 1

分类专栏：日常报错+日常学习文章标签： YOLO pytorch python

于 2023-04-12 13:31:47 首次发布

本文链接：https://blog.youkuaiyun.com/qq_53545309/article/details/130104936

版权

日常报错+日常学习专栏收录该内容

59 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

在使用YOLOv5进行训练时遇到RuntimeError: cuDNN错误：CUDNN_STATUS_INTERNAL_ERROR。文章解释了错误原因，并提供了调整batch-size和workers参数的建议。降低batch-size至4以避免显存溢出，同时将workers设为4以防止CPU内存过载导致其他进程关闭。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

if __name__ == '__main__':
   
    parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')

parser.add_argument('--batch-size', type=int, default=4, help='total batch size for all GPUs')

含义：batch-size设置多少就表示一次性将多少张图片放在一起训练，就是一次往GPU哪里塞多少张图片了，如果设置的太大会导致爆显存，一般设置为8的倍数，我这里设置的是4，会一次性训练4张图片。

train.py中关于workers设置代码如下：

parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')

parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')

workers是指数据装载时cpu所使用的线程数，默认为8，但是按照默认的设置来训练往往会导致我们的CPU爆内存，会导致其他进程进行关闭（例如浏览器），我的电脑设置为4是刚刚可以利用完内存