一行代码解决 Pytorch 测试时显存爆满

问题：

同样的 batch size，Pytorch 模型在训练时显存正常，验证、测试时每个batch显存一直逐步增长直到爆满。

解决方法：

使用 with torch.no_grad()，在测试的时候让模型不要保存梯度：

with torch.no_grad():
	for batch, data in test_dataloader():
		test(data) # 你的test代码

这样在每个batch时梯度不会被保存，避免梯度数据堆积消耗显存。