在训练过程中有时会出现显卡爆了的情况，导致无法进行训练，本文总结一下处理这种情况的三种方法。

1. 方法一：减小batch size

减小batch size是最直接方法，有人做过对比：
batch size是48的时候，GPU使用量为14.4G，batch size=1的时候就变成1.3G了。

2. 方法二：修改网络结构

• 修改隐层节点数，尽量让linear层的结点数变小
• 加dropout,pooling
• 检查有迭代的地方的迭代深度，迭代深度大也会增加GPU使用

3. 方法三：清掉GPU中不用的进程

如果像我一样实在不能调整batch size和网络结构，那就清除掉GPU中无用的进程
输入下面代码，查看GPU中的process：

ps -elf | grep python

kill掉没有用的进程

kill -9 [pid]