显存不够用：

1. 降低batchsize

2. 降低图像输入尺寸

3. 半精度训练，将数据由float32改为float16

模型保存

1. 单卡保存单卡加载

2. 单卡保存多卡加载

3. 多卡保存单卡加载

4. 多卡保存多卡加载

自定义损失函数

以类的方式定义

class DiceLoss(nn.Module):
    def __init__(self,weight=None,size_average=True):
        super(DiceLoss,self).__init__()
        
    def forward(self,inputs,targets,smooth=1):
        inputs = F.sigmoid(inputs)       
        inputs = inputs.view(-1)
        targets = targets.view(-1)
        intersection = (inputs * targets).sum()                   
        dice = (2.*intersection + smooth)/(inputs.sum() + targets.sum() + smooth)  
        return 1 - dice

# 使用方法    
criterion = DiceLoss()
loss = criterion(input,targets)

模型微调

使用timm库，里面保存了很多的STOA模型，pip install timm即可