请问您的gpu是多大的，总是会爆下面的错误

[xixi103]

Traceback (most recent call last): File "train.py", line 142, in <module> model.optimize_parameters() # calculate loss functions, get gradients, update network weights File "/home/user/zxm/stanet/STANet-master1/STANet-master/models/CDFA_model.py", line 122, in optimize_parameters self.backward() # calculate graidents for G File "/home/user/zxm/stanet/STANet-master1/STANet-master/models/CDFA_model.py", line 108, in backward self.loss.backward() File "/home/user/anaconda3/lib/python3.6/site-packages/torch/tensor.py", line 118, in backward torch.autograd.backward(self, gradient, retain_graph, create_graph) File "/home/user/anaconda3/lib/python3.6/site-packages/torch/autograd/__init__.py", line 93, in backward allow_unreachable=True) # allow_unreachable flag RuntimeError: CUDA out of memory. Tried to allocate 2.00 GiB (GPU 3; 7.43 GiB total capacity; 5.01 GiB already allocated; 1.92 GiB free; 12.36 MiB cached)

[zhijiejia]

可是设置 ds参数，在命令行中添加 --ds 4 或者 -ds 8 试试

[ddmice]

您的问题解决了吗？是怎么解决的呢？ 我的也是：RuntimeError: CUDA out of memory. Tried to allocate 2.00 GiB (GPU 0; 6.00 GiB total capacity; 2.98 GiB already allocated; 1.78 GiB free; 2.89 MiB cached) 

[zhijiejia]

我估计是，在计算相似性矩阵的时候，输入的特征图尺寸过大，占用了比较多的显存，从而导致显存不足, 可以通过设置添加 ds参数，来讲特征图进行一次下采样，代码里默认ds=1, 可以试试添加 ' --ds 4 或者 --ds 8 '

[ddmice]

您好，我有些进展了，非常感谢您，我是变化检测方向的新学生。大四做毕设用到了这个，非常感谢。以后可以多多关注您的github学习；

[zhijiejia]

我也是大四学生，毕设变化检测。。。 嘿嘿嘿

[tan90du-sx]

您好，ds设置以后精度下降的很厉害，您有这个问题吗

[tan90du-sx]

但是精度会下降，我下来精度还不如base

[sungh66]

我也是这个问题，PAM模型反而没有BASE好

------------------ 原始邮件 ------------------ 发件人: "justchenhao/STANet" @.>; 发送时间: 2021年3月31日(星期三) 晚上6:22 @.>; @.**@.>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50)

但是精度会下降，我下来精度还不如base

— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[zjbit]

ds=2在1080ti可以跑，1就不行，是不是得多卡模型并行呢？好像ds=2无法达到论文中的精度

[tan90du-sx]

我的情况也是如此，多卡并没有这个条件去做。您可以试试

孙雪 @.***

---原始邮件--- 发件人: @.> 发送时间: 2021年4月12日(周一) 上午10:07 收件人: @.>; 抄送: @.**@.>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50)

ds=2在1080ti可以跑，1就不行，是不是得多卡模型并行呢？好像ds=2无法达到论文中的精度

— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[zjbit]

我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了

[nmxian]

你们跑的时候是先裁剪成256，还是在程序里随机选256的切片？为什么我跑base model的时候直接按GitHub里的命令跑，达不到论文精度，只有0.76，没有达到0.83

[nmxian]

我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了

你达到了论文精度了吗？

[sungh66]

我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了

你达到了论文精度了吗？

只有0.739，你呢

大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85

[nmxian]

我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了

你达到了论文精度了吗？

只有0.739，你呢

事先裁成256的，value做测试集，base model bz=8，有0.810； bam： ds=2,，bz=4，也只有0.812

[nmxian]

我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了

你达到了论文精度了吗？

只有0.739，你呢

大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85

你是训练前把图片事先裁成128吗？还是按官网在程序中随机裁剪固定大小128？

[sungh66]

我是先离线裁剪256x256（overlap=0），然后在线随机裁剪128，不然会爆显存

------------------ 原始邮件 ------------------ 发件人: "justchenhao/STANet" @.>; 发送时间: 2021年4月23日(星期五) 下午4:21 @.>; @.**@.>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50)

我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了

你达到了论文精度了吗？

只有0.739，你呢

大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85

你是训练前把图片事先裁成128吗？还是按官网在程序中随机裁剪固定大小128？

— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[nmxian]

我是先离线裁剪256x256（overlap=0），然后在线随机裁剪128，不然会爆显存 … ------------------ 原始邮件 ------------------ 发件人: "justchenhao/STANet" @.>; 发送时间: 2021年4月23日(星期五) 下午4:21 @.>; @.**@.>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50) 我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了 你达到了论文精度了吗？ 只有0.739，你呢 大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85 你是训练前把图片事先裁成128吗？还是按官网在程序中随机裁剪固定大小128？ — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

我去试下，谢谢！

[sungh66]

请问loss.py里面label是1和-1，而不是论文里提到的1，0，这是为什么呢

对于loss的计算是一样的，代码中如果no-change就只剩loss1，如果change就只剩loss2，平衡正负样本比例，和论文中起到同样的效果

[gcg0210]

你们的pytorch是哪个版本的

[yiyi-today]

我是先离线裁剪256x256（overlap=0），然后在线随机裁剪128，不然会爆显存 … ------------------ 原始邮件 ------------------ 发件人: "justchenhao/STANet" @.>; 发送时间: 2021年4月23日(星期五) 下午4:21 @.>; @.**@.>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50) 我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了 你达到了论文精度了吗？ 只有0.739，你呢 大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85 你是训练前把图片事先裁成128吗？还是按官网在程序中随机裁剪固定大小128？ — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

你好，请问事前裁剪你是怎么实现的啊。我看论文里是将10241024的影像裁剪成16个256256大小的影像。我不知道应该怎么裁剪。

[weizhiliang0520]

我估计是，在计算相似性矩阵的时候，输入的特征图尺寸过大，占用了比较多的显存，从而导致显存不足, 可以通过设置添加 ds参数，来讲特征图进行一次下采样，代码里默认ds=1, 可以试试添加 ' --ds 4 或者 --ds 8 '

你好，我想问一下，跑代码的时候，baseline可以跑，等跑BAM时候，就出现问题，和你的一样。当我设置batch size 和ds很小的时候，但是我能够跑第一轮，后面不是每train完一轮以后，代码自动val 验证嘛，我的就卡了，out of memory 256G。