基于CNN架构的实时面部表情情绪识别项目训练代码崩溃求助

• 内存溢出排查

  • 下调batch_size，从32逐步降到8/4，观察是否仍崩溃；若用梯度累积，确认累积步数设置合理。
  • 检查输入图像分辨率，避免使用过高尺寸（比如512x512），优先用224x224这类主流尺寸。
  • 用框架自带工具打印显存/内存占用：PyTorch用torch.cuda.memory_summary()，TensorFlow用tf.config.experimental.get_memory_info('GPU:0')，定位内存峰值出现的环节。

• 数据预处理校验

  • 遍历数据集，用PIL/OpenCV尝试读取所有图像，过滤损坏或无法解码的样本。
  • 核对标签范围，确保标签数值与设定的情绪类别数匹配（比如7类情绪标签应在0-6之间），避免出现超出范围的标签值。
  • 检查预处理后的图像数据，用np.isnan(images).any()或np.isinf(images).any()排查是否存在NaN/Inf值，这类值会导致损失计算崩溃。

• 模型与训练逻辑检查

  • 确认CNN输出层维度与后续全连接层输入维度一致，比如CNN最后一层输出为2048，全连接层输入不能设为1024。
  • 匹配损失函数与任务类型：多分类任务用CrossEntropyLoss（无需独热标签），不要误用回归类损失函数；若用独热标签，需对应BCELoss并配合Sigmoid输出。
  • 检查优化器初始化，确保传入了模型可训练参数，比如optimizer = Adam(model.parameters(), lr=1e-3)，漏传参数会导致训练逻辑异常。

• 环境与硬件适配

  • CPU训练时，降低num_workers数量（不超过CPU核心数），避免内存占用过高。
  • 确认CUDA版本与深度学习框架版本兼容，比如PyTorch 2.1需搭配CUDA 11.8及以上版本，版本不兼容会导致训练中途崩溃。

内容的提问来源于stack exchange，提问作者Dan Charles