如何调控gpu训练参数
调整参数后的效果
1. --batch_size（降低批大小）
-
效果：直接减少 GPU 显存占用，但可能会略微降低训练稳定性（梯度更新变少）。
-
如何选择：
-
从默认值
24逐步降低（如16 → 8 → 4），直到不报 OOM 错误。 -
如果训练时显存仍不足，需结合其他参数调整。
-
2. --img_size（降低输入分辨率）
-
效果：
-
显存占用大幅减少（分辨率从
384x384→256x256可减少约 50% 显存）。 -
可能轻微影响模型精度（尤其是小物体识别任务）。
-
-
建议：
-
如果任务对细节要求不高（如场景分类），优先降低分辨率。
-
3. --mixed_precision True（混合精度训练）
-
效果：
-
显存占用减少 30%~50%，训练速度可能提升 20%+。
-
对模型精度影响极小（现代模型普遍支持 FP16）。
-
-
注意：
-
需确保代码支持
torch.cuda.amp（你的代码已支持--mixed_precision参数）。
-
4. --gpu_ids 0（减少 GPU 数量）
-
效果：
-
单卡训练显存需求更低，但训练速度变慢。
-
适用于调试或显存严重不足的情况。
-
补充：
这张图片显示的是运行`nvidia-smi`命令后得到的 NVIDIA GPU 状态信息。`nvidia-smi`（NVIDIA System Management Interface）是一个命令行工具，用于监控和管理 NVIDIA GPU 设备。以下是各部分信息的详细解释：
顶部信息
• Fri Jun 6 16:56:31 2025：显示命令执行的日期和时间。
• NVIDIA-SMI 572.16：显示 NVIDIA SMI 工具的版本号。
• Driver Version:572.16：显示当前安装的 NVIDIA 驱动程序版本。
• CUDA Version:12.8：显示当前支持的 CUDA 版本。
GPU 信息
• GPU：显示 GPU 的编号（如果有多个 GPU，会列出所有 GPU 的信息）。
• Name：显示 GPU 的型号，这里是 NVIDIA GeForce RTX 3050。
• Temp：显示 GPU 的当前温度，这里是 65°C。
• Perf：显示 GPU 的性能状态，P0 表示最大性能状态。
• Pwr:Usage/Cap：显示 GPU 当前功耗和最大功耗，这里是 61W/95W。
• Driver-Model：显示当前使用的驱动模型，WDDM 表示 Windows 显示驱动模型。
• Bus-Id：显示 GPU 总线 ID，用于识别特定的 GPU 设备。
• Disp.A：显示是否正在使用 GPU 进行显示输出，Off 表示没有使用。
• Memory-Usage：显示 GPU 显存的使用情况，这里是 3395MiB/4096MiB。
• GPU-Util：显示 GPU 的利用率，这里是 94%。
• Volatile Uncorr.ECC：显示易失性不可纠正的 ECC 错误，N/A 表示不适用。
• Compute M.：显示计算模式，Default 表示默认模式。
• MIG M.：显示多实例 GPU 模式，N/A 表示不适用。
进程信息
• Processes：显示当前使用 GPU 的进程信息。
• GPU：显示进程使用的 GPU 编号。
• PID：显示进程的进程 ID。
• Type：显示进程类型，C 表示计算进程。
• Process name：显示进程名称，这里是`python.exe`。
• GPU Memory Usage：显示进程使用的 GPU 显存量，这里是 N/A（不适用），可能是因为进程没有使用 GPU 进行计算。
总结：这张图片显示你的 NVIDIA GeForce RTX 3050 GPU 当前正在运行一个 Python 进程，GPU 利用率为 94%，温度为 65°C，显存使用了大约 3395MiB。