轻松解决训练YOLO v5模型，提示分页文件太小无法操作的问题

error:(

已于 2024-12-10 20:24:16 修改

阅读量1k

点赞数 9

CC 4.0 BY-SA版权

分类专栏：机器学习经验分享文章标签： YOLO 机器学习深度学习 python 搜索引擎

于 2024-12-10 20:21:18 首次发布

本文链接：https://blog.csdn.net/weixin_74256690/article/details/144382686

经验分享同时被 2 个专栏收录

22 篇文章

订阅专栏

机器学习

5 篇文章

订阅专栏

问题描述：

OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "C:\Users\18266\miniconda3\envs\yolov5\lib\site-packages\torch\lib\cudnn_cnn_infer64_8.dll"

解决方案：

调整train.py文件参数中的workers中参数为default=1
调整当前代码所在盘的虚拟内存为4-10GB之间，例如我当前代码在D盘，所以将D盘的分页设置为最小4096MB，最大为10240MB

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

error:(

关注关注

9
点赞
踩
1

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

YOLO训练报错解决：OSError: [WinError 1455] 页面文件太小，无法完成操作

crasher123的博客

05-28

3872

OSError: [WinError 1455] 页面文件太小，无法完成操作。Error loading "C:\Users\12706.conda\envs\yolov8\lib\site-packages\torch\lib\cudnn_cnn_infer64_8.dll" or one of its dependencies.降低数据加载的线程数。

3060环境配置yolov5

weixin_48670670的博客

05-09

2158

3060，yolov5，环境配置

2 条评论您还未登录，请先登录后发表或查看评论

尝试训练YOLOv5对象检测模型时，页面文件太小，无法完成此操作

10-17

654

面对"页面文件太小，无法完成此操作"的问题，解决这个问题的关键在于选择合适的数据集来训练YOLOv5模型。一个有效的策略是寻找大型、高质量的COCO数据集（通用计算机对象检测标注数据集），这些数据集通常包含大量的图像和标注信息，有助于提高模型的性能。- 安装YOLOv5的依赖库和框架，如`torch`, `opencv-python`, `numpy`等。- 如果没有合适的数据集，可以尝试使用公开的数据集进行训练。- 请确保您的数据集包含与您训练的目标类别相对应的标注信息。3. **安装必要的库和框架**

YOLO训练时的常见报错——页面文件太小无法操作

热门推荐

FL1623863129的博客

02-20

1万+

翻看了很多博客，目前提供有4种方法解决，由于方法众多难以验证。看看具体方法第一种方法：更改虚拟内存这种方法可以参考文章：但是更改虚拟内存有个问题，究竟是改anaconda3安装磁盘的虚拟内存还是yolov5源码所在磁盘呢，这个网上都没说清楚。但是更改过我有时候可以解决问题，但是YOLO系列——[WinError 1455] 页面文件太小，无法完成操作_Star星屹程序设计的博客-CSDN博客_yolo页面文件太小有时候就突然不行了，有个博客说法是其实你即使增加虚拟内存实际也是没用的，参考博客已经

YOLOV5报错OSError: [WinError 1455] 页面文件太小，无法完成操作。

weixin_64795158的博客

04-13

3363

如下图所示和我参考的这个博主不一样的地方主要是上面这个图片。

OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\lib\cudnn_adv_infer64_8.dll" or one of its dependencies. 这个报错如何解决

03-28

以下是针对 **`OSError: [WinError 1455] 页面文件太小，无法完成操作`** 加载 `cudnn_adv_infer64_8.dll` 错误的完整解决方案： --- ### **错误本质** 此错误是由于 **Windows 虚拟内存（页面文件）不足**，导致 ...

ile "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\__init__.py", line 123, in <module> raise errOSError : raise errOSError[WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies. : OSError[WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\anaconda3\envs\yolo_v5\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies. Traceback (most recent call last):这个报错是因为什么

03-28

好的，用户遇到了一个Windows下的错误，具体是OSError [WinError 1455] 页面文件太小，无法完成操作。这个问题发生在加载PyTorch的某个DLL文件时。我需要先理解这个错误的根本原因，然后给出解决方案。首先，错误...

超实用：pycharm中训练yolo时: OSError: [WinError 1455] 页面文件太小，无法完成操作

weixin_44918138的博客

03-21

1660

4、先取消勾选，点击Anaconda安装的盘，根据可用空间来设置初始大小和最大值（最大值可以先填：可用空间×60%，后面训练时报错再稍微调大点），最后点击设置和确定，再重启电脑。最后，以上的方法都是建立在显卡的性能基础上，如果显卡的显存比较小，那batchsize没办法设置太高，再怎么扩充虚拟内存也没办法补救。使用软件 DiskGenius 扩充C盘容量（多扩个30G），或者清理掉一些垃圾，尽量给c盘留有40G余量。WIN+R---->输入“cmd”----->在终端输入“nvidia-smi”

训练YOLOV8报错 OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading “C:\Users

qq_45692404的博客

09-18

2166

一般来说，如果你的RAM是8GB，可以将最大值设置为12GB到16GB（即12288MB到16384MB）。如果是16GB的RAM，可以将最大值设置为24GB到32GB（即24576MB到32768MB）。这样可以确保系统有足够的虚拟内存来处理较大的任务。RAM（随机存取存储器）是计算机中的一种临时存储器，用于存储当前运行的程序和数据。：这表示你的虚拟内存（页面文件）可能太小了。但是我的可用空间比较少，我也没有设置很大，依然可以运行成功。

【深度学习】YOLOV5训练模型报错：OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading “D:\Softw

点赞的都能无bug通过！

05-01

5136

一、原因：根本原因就是GPU配置不够，导致报错二、解决办法1 修改yolov5代码，修改文件在 yolov5\utils\datasets.py 修改参数 num_workers为0 但是这样会带来一个问题，就是速度慢了很多，在训练的时候三、解决办法1 ctrl + q 搜索：“查看高级系统设置” 点击高级——设置点击高级——更改再点击工程所在的盘——自定义大小（depend on 你的磁盘有多少空余，可以直接写满剩余空间。因为只是跑的时候占用虚拟内存，所以实际不会影响

训练YOLOV8报错 OSError: [WinError 1455] 页面文件太小，无法完成操作

qz1992的专栏

09-20

785

一般来说，如果你的RAM是8GB，可以将最大值设置为12GB到16GB（即12288MB到16384MB）。如果是16GB的RAM，可以将最大值设置为24GB到32GB（即24576MB到32768MB）。RAM（随机存取存储器）是计算机中的一种临时存储器，用于存储当前运行的程序和数据。：这表示你的虚拟内存（页面文件）可能太小了。在“系统”窗口中，你会看到“已安装内存（RAM）”的大小。但是我的可用空间比较少，我也没有设置很大，依然可以运行成功。右键点击“此电脑”或“我的电脑”，选择“属性”。

解决YOLO报错：OSError: [WinError 1455] 页面文件太小，无法完成操作

FriendshipTang的博客

10-13

2101

Python、PyTorch、workers、页面文件太小、解决报错

【 yolov5报错(新的方法)----OSError: [WinError 1455] 页面文件太小，无法完成操作。】

qq_40837795的博客

05-05

5374

参考 OSError: [WinError 1455] 页面文件太小,无法完成操作_zstar-_的博客-CSDN博客_页面文件太小,无法完成操作 OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading “D:\Anaco_MANARA_的博客-CSDN博客_页面文件太小页面文件太小，无法完成操作 - 简书 (jianshu.com) 完整报错 OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading

关于运行yolov5错误train文件报WinError 1455] 页面文件太小，无法完成操作。 Error loading “D:\Anaconda\anaconda\lib\site-packa

m0_56514535的博客

06-14

474

但治标不治本，可能会导致崩溃或无提示地产生不正确的结果。且以后每次都要加上这两句话。比较好的方法有两个，调整电脑虚拟内存存在风险，看评论说有把电脑搞开不起来的。该错误的原因是系统去找libiomp5md2.dll文件时发现重名文件。到anaconda文件目录下搜索libiomp5md2.dll文件，然后像我一样把除了torch目录下的命名不变，其他都改了。修改workers参数，调小一些。调小batch_size。重新运行就不会报错了。

OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading “D:\DevelopmentTools\anaconda\envs\yolov5\lib\

qq_37797583的博客

08-18

7036

Error loading “D:\DevelopmentTools\anaconda\envs\yolov5\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll” or one of its dependencies.batch-size参数设置过大导致显卡的显存不够报错，改小一点错误解决。由于worker设置过大，得改下一点默认是8 我修改成2 错误解决。

YOLOV7:OSError: [WinError 1455] 页面文件太小，无法完成操作的最终解决方案

在深度学习的路上不断探索

07-19

1万+

OSError: [WinError 1455] 页面文件太小，无法完成操作的解决方案

【Python】解决Yolov8训练时，“OSError: [WinError 1455] 页面文件太小，无法完成操作”错误

qq_38614074的博客

08-07

1429

其中，“OSError: [WinError 1455] 页面文件太小，无法完成操作”是一个较为少见但令人头疼的问题。“OSError: [WinError 1455] 页面文件太小，无法完成操作”是一个与内存管理紧密相关的错误，它可能由多种因素引起。通过增加物理内存、调整页面文件大小、检查依赖项、优化内存使用以及使用专业工具进行诊断，你可以有效地解决这一问题。是NVIDIA CUDA Runtime的一部分，用于在GPU上执行随机数生成操作，是PyTorch进行深度学习训练时常用的库之一。

pytorch训练页面文件太小

09-16

如果说PyTorch训练页面文件太小，可能有几种原因。首先，页面文件可能太小是因为数据集的规模太小。如果数据集的样本数量较少，那么训练页面文件的大小也会相应较小。在这种情况下，可能需要考虑扩大数据集规模或者使用更大的数据集来训练模型，以提高训练效果。其次，页面文件的大小也可能受到模型复杂度的影响。如果使用的模型过于简单，参数较少，那么训练页面文件的大小可能会较小。在这种情况下，可以考虑增加模型的复杂度，添加更多的参数或者层次，以提高模型的表达能力。此外，训练页面文件较小还可能与训练参数的设置有关。例如，如果学习率设置过高，那么模型可能很快达到收敛，导致页面文件较小。在这种情况下，可以尝试调整学习率的大小，使模型的训练过程更平稳。总之，如果PyTorch训练页面文件较小，可以考虑扩大数据集规模、增加模型复杂度或调整训练参数等方法来改善训练效果。