torch.cuda.empty_cache()

因为PyTorch是有缓存区的设置的，意思就是一个Tensor就算被释放了，进程也不会把空闲出来的显存还给GPU，而是等待下一个Tensor来填入这一片被释放的空间。所以我们用nvidia-smi/gpustat看到的显存占用不会减少

用torch.cuda.empty_cache可以清空缓冲区

在程序中加上这句会使速度变慢一些，但是有些情况下会有用，例如程序之前test的时候总是爆显存，然后在循环中加上了这句就不爆了

    for i, data in enumerate(data_loader):
        torch.cuda.empty_cache()
        img_meta = data['img_meta'][0].data[0]
        img_name = img_meta[0]['filename'].split('/')[-1]
        with torch.no_grad():
            result = model(return_loss=False, rescale=not show, **data)

如果显存资源比较紧缺，可以在每个epoch开始时释放下不用的显存资源。

 torch.cuda.empty_cache()  # 释放显存