项目实训（四）—提取地点特征和音频特征

weixin_46449172

已于 2022-04-29 08:27:25 修改

阅读量250

点赞数

分类专栏：项目实训文章标签：计算机视觉

于 2022-04-17 22:17:14 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_46449172/article/details/124221722

版权

在项目实训中，遇到了CUDA内存不足的问题。在提取视频地点特征时，由于模型复杂度高，导致GPU内存不足以加载模型参数。解决方法是减少batch_size，从512降至64，成功保存了地点特征到place_feat和place_feat_raw文件夹。随后，对视频音频特征进行提取，利用镜头视频文件生成了aud_feat和aud_wav文件夹，分别保存npy和wav文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、提取视频的地点特征：

cd ./pre
python place/extract_feat.py

运行时出现了如下问题：

RuntimeError: CUDA out of memory. Tried to allocate 784.00 MiB (GPU 0; 10.76 GiB total capacity; 9.24 GiB already allocated; 125.56 MiB free; 9.52 GiB reserved in total by PyTorch)

错误原因：
内存不够用。在代码启动的那一刻，pytorch 开始加载 model，模型的复杂程度导致所需要的参数数量不一致，而这些参数所占用的内存不是用的系统内存，而是用的 GPU 内存（即显存），这些 GPU 的内存由两部分组成：为 tensor 所分配的内存+缓存。报错信息中：GPU显存总共有 10.76G，只剩下了 125.56M，也就是说 10.64G 已经被占用了，这里的 10.64G = 9.24G + 1.4G（9.24G 指为 tensor 所分配的内存，1.4G 指缓存）,但是现在还需要 784M 内存去存储剩余的模型参数，所以会出现内存不够用的情况。那么 9.52 GiB reserved in total by PyTorch 是什么意思呢ÿ

最低0.47元/天解锁文章