【深度学习】训练过程中一个OOM的问题，太难查了

现象：
各位大佬又遇到过ubuntu的这个问题么？
现象是在训练过程中，ssh 上不去了，能ping通，没死机，但是ubunutu 的pc侧的显示器，鼠标啥都不好用了。只能重启。

问题原因：

OOM了95G，尼玛！！！！

pytorch爆内存了，然后journald假死了，在journald被watchdog干掉之后，系统就崩溃了。
这种规模的爆内存一般，即使被oom kill了，也要卡半天的，确实会这样，能不能配一点虚拟内存上去啊。
设置swap交换空间：

(base) justin@justin-System-Product-Name:~$ sudo dd if=/dev/zero of=/swapfile bs                                                                  =1M count=327680
dd: failed to open '/swapfile': Text file busy
(base) justin@justin-System-Product-Name:~$ sudo swapoff
swapoff: bad usage
Try 'swapoff --help' for more information.
(base) justin@justin-System-Product-Name:~$ swapoff --help

Usage:
 swapoff [options] [<spec>]

Disable devices and files for paging and swapping.

Options:
 -a, --all              disable all swaps from /proc/swaps
 -v, --verbose          verbose mode

 -h, --help             display this help
 -V, --version          display version

The <spec> parameter:
 -L <label>             LABEL of device to be used
 -U <uuid>              UUID of device to be used
 LABEL=<label>          LABEL of device to be used
 UUID=<uuid>            UUID of device to be used
 <device>               name of device to be used
 <file>                 name of file to be used

For more details see swapoff(8).
(base) justin@justin-System-Product-Name:~$ sudo swapoff -a
(base) justin@justin-System-Product-Name:~$ sudo dd if=/dev/zero of=/swapfile bs                                                                  =1M count=327680

我的swap交换空间2GB, 可以用 free -m 查看
然后 先关闭：
sudo swapoff -a
然后写入：
sudo dd if=/dev/zero of=/swapfile bs =1M count=327680
写了32G

32768+0 records in
32768+0 records out
34359738368 bytes (34 GB, 32 GiB) copied, 371.924 s, 92.4 MB/s

sudo chmod 600 /swapfile
sudo mkswap /swapfile

(base) justin@justin-System-Product-Name:~$ sudo chmod 600 /swapfile
(base) justin@justin-System-Product-Name:~$ sudo mkswap /swapfile
Setting up swapspace version 1, size = 32 GiB (34359734272 bytes)
no label, UUID=e8a65557-0a65-4820-808b-e8924548ec90
(base) justin@justin-System-Product-Name:~$

启用交换空间：
sudo swapon /swapfile

检查交换空间
sudo swapon --show

永久设置：
如果希望系统在每次启动时自动启用交换空间，可以将下面的行添加到 /etc/fstab 文件中：

echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

这将确保在系统启动时，交换文件会自动被挂载。

最后，你可以使用以下命令来检查交换空间的使用情况：

free -h
这将显示系统的内存和交换空间使用情况。确保交换空间处于正常运行状态，以提供额外的内存支持。

ref：https://blog.csdn.net/qq_42244167/article/details/135755665?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_baidulandingword~default-1-135755665-blog-128822763.235^v43pc_blog_bottom_relevance_base2&spm=1001.2101.3001.4242.2&utm_relevant_index=4

这个真实原因已经找到了，是因为download图片的时候网络带宽不够，下载了半截的图片，造成裁切的不全，然后torch侧读取不灵光，造成泄露了。