请问单GPU如何训练、测试？

[sunyclj]

把python分布式命令
python -m torch.distributed.launch --nproc_per_node=$GPUS --master_port=$PORT
$(dirname "$0")/train.py $CONFIG --launcher pytorch ${@:3}
改成
python ./tools/train.py ./configs/FTVSR_reds4.py
运行模型训练报错：KeyError: 'TTVSR is not in the model registry'

请问是什么原因呢？

[ericzw]

尝试一下用分布式启动，GPU指定为1呢？

[sunyclj]

尝试一下用分布式启动，GPU指定为1呢？

谢谢，已解决！把模型改成X2超分训练至iter=48k，序列长度是10，日志输出 loss: 0.0099，但是测试结果包含很多类似马赛克的效果：

请问这是正常的现象吗？我不确定是否还有必要继续训练(总的iters=400k)

[ericzw]

尝试一下用分布式启动，GPU指定为1呢？

谢谢，已解决！把模型改成X2超分训练至iter=48k，序列长度是10，日志输出 loss: 0.0099，但是测试结果包含很多类似马赛克的效果： 请问这是正常的现象吗？我不确定是否还有必要继续训练(总的iters=400k)

我没有遇到过这个情况，或许等它再训练看看？

[sunyclj]

尝试一下用分布式启动，GPU指定为1呢？

谢谢，已解决！把模型改成X2超分训练至iter=48k，序列长度是10，日志输出 loss: 0.0099，但是测试结果包含很多类似马赛克的效果： 请问这是正常的现象吗？我不确定是否还有必要继续训练(总的iters=400k)

我没有遇到过这个情况，或许等它再训练看看？

你好，麻烦再请教一下显存占用问题，有如下几种设置:（1）x2超分，输入LR尺寸大小是1281283，FTVSR模型的num_blocks=60;（2）x2超分，输入LR尺寸大小是64643，FTVSR模型的num_blocks=60；（3）x4超分，输入LR尺寸大小是64643，FTVSR模型的num_blocks=60；（4）x4超分，输入LR尺寸大小是64643，FTVSR模型的num_blocks=30；
在4张A100，每张A100显存40G，这四种设置在训练时，最大显存占用基本一致，都是39.4G左右；且在fix_ttvsr之后，显存也是一直增加，直到39.4G，请问这是什么原因呢？