训练深度学习后c盘储存空间变小

博客主要围绕清除Python缓存展开,聚焦于信息技术中Python使用时缓存清理这一关键操作,能帮助解决Python运行中可能因缓存产生的问题。
部署运行你感兴趣的模型镜像

 清除python的缓存。

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### GPU运行程序可能导致C空间减少的原因分析 GPU运行程序本身并不会直接占用C的空间,但如果某些软件或驱动程序在安装过程中默认写入C,则可能会间接导致C空间减少。以下是可能的原因及其解决方案: #### 1. **NVIDIA驱动程序的安装** NVIDIA驱动程序通常会在C上创建多个文件夹和日志文件。这些文件包括但不限于`Program Files\NVIDIA Corporation`、`Windows\System32\DriverStore`以及临时文件夹中的缓存数据[^2]。 ##### 解决方案: - 卸载不必要的NVIDIA组件:通过控制面板卸载多余的NVIDIA应用程序(如NVIDIA GeForce Experience或其他游戏相关功能)。仅保留必要的驱动程序。 - 清理驱动存储:定期清理`%TEMP%`目录下的NVIDIA临时文件,或者手动删除不再使用的旧版驱动备份。 #### 2. **CUDA Toolkit的安装路径** CUDA Toolkit默认会安装到C上的`Program Files/NVIDIA CUDA`目录下。如果频繁更换CUDA版本而不及时清理旧版本,也会逐渐消耗C空间。 ##### 解决方案: - 更改安装路径:在安装CUDA Toolkit时指定非C的目标位置。 - 删除无用版本:当升级CUDA时,可以安全移除之前的版本及相关依赖库。 #### 3. **PyTorch及其他框架的数据缓存** 使用PyTorch等深度学习框架时,默认情况下模型权重和其他资源会被下载并保存至用户的AppData文件夹中,该文件夹一般位于C:\Users\[用户名]\AppData。 ##### 解决方案: - 修改环境变量TORCH_HOME指向另一个磁分区作为模型缓存的位置。 ```bash export TORCH_HOME=/mnt/d/torch_cache # Linux/MacOS example set TORCH_HOME=D:\torch_cache # Windows CMD example ``` #### 4. **Jenkins/GitLab CI自动构建过程产生的中间产物** 如果开发环境中集成了持续集成工具(例如Jenkins或GitLab CI),它们可能会将编译后的二进制文件、测试报告以及其他大型工件存储于C内的工作区里[^5]。 ##### 解决方案: 调整项目配置文件以改变输出目标地址;比如对于Jenkins可通过设置job参数定义workspace location远离系统。 --- ### 总结建议 为了有效缓解因GPU相关活动引发的C容量压力问题,可以从上述几个方面入手优化资源配置策略,并养成良好的维护习惯定期整理计算机内部结构冗余项。 ```python import shutil, os shutil.rmtree(r'C:\path_to_large_folder') # Example command to remove large unnecessary folders. ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值