为什么我的内核在使用 PyTorch 训练我的神经网络时死掉并重新启动？

Question

我是 python 和 PyTorch 的初学者，我必须实现一个用于图像识别的神经网络。

一切正常，除了我的内核在第 78 次迭代时死亡并自动重新启动。 在每次迭代中，我们都在一批 64 张图像上训练网络（全套有 5000 张图像）。

我使用的是 Macbook Pro (10.14)，我使用 pip 安装了 Pytorch。 这是我第一次遇到这个问题。

我在互联网上挖掘了一下，这可能是内存问题？

谢谢阅读！

 epochs = 10
 steps = 0
 print_every = 20
 running_loss = 0 
 for e in range(epochs):
 start = time.time()

 for i, (images, labels) in enumerate(iter(valloader)):
    steps += 1

    images.resize_(64, 3072)
    optimizer.zero_grad()
    output = net.forward(images)
    loss = loss_func(output, labels)
    loss.backward()
    optimizer.step()

    running_loss += loss.item()

Answer 1

当我开始训练神经网络时，我的 MacBook 重新启动。 报告中有一条内核恐慌消息。

我不知道内核恐慌的确切根本原因。 可能是 CPU 过热了。

但是当我将批量大小从 8 减少到 1 时，我有机会继续我的工作。