【CVDEBUG-1】- 页面文件太小,无法完成操作怎么办

简介: 在执行深度学习任务时,尤其是YOLO训练过程中,可能会遇到“页面文件太小,无法完成操作”的错误。这通常是由于Windows内存分配不足导致的。解决方法包括清理C盘空间和调整虚拟内存大小。具体步骤为:1) 清理桌面、系统文件夹、回收站及浏览器缓存;2) 调整虚拟内存设置。操作后重启电脑即可解决问题。

【CVDEBUG-1】- 页面文件太小,无法完成操作怎么办

写在前面:我们陆陆续续录了很多大作业系列,但是在好兄弟们执行的途中,可能会出现各种各样的小BUG,导致无法再进行下去,这里我开一期专栏,专门记录大家在执行过程中遇到的小BUG以及解决措施,如果大家有什么其他各种莫名其妙的BUG都可以在这里留言。

打个广告,我们的大作业系列也已经整理了一起,大家都需要的可以自取:肆十二大作业系列清单-CSDN博客

大家在执行深度学习任务的时候,尤其在执行YOLO的训练过程中,可能会出现下面这个错误,提示页面文件太小,无法完成操作,然后过一会电脑就会出现黑屏或者是程序中止不动,如下图所示。

image-20240811130903448

遇到这个错误的时候,一般是windows下的内存分配策略导致的,需要清理c盘的空间并且调整虚拟内容可以解决。可以按照下面的两个步骤进行操作,操作之后重启电脑,你的训练程序基本就可以恢复正常。

  • 第一步,清理c盘的空间

    一般情况下,C盘是你的系统盘,虚拟内存的策略大概是从你的系统盘中分配部分的硬件空间作为内存来使用,如果你的C盘容量比较小,可能导致模型无法加载或者是训练的数据无法加载。

    首先你可以清理你的桌面,将你的桌面上的文件临时放在D盘或者某个空间比较大的盘下面然后建立快捷方式。

    第二点是你可以清理下面的文件夹,这些系统目录一般情况下占用的也是C盘的空间,为了防止万一,也是剪切到其他的目录下。

    image-20240811133022054

    第三点是你需要清理你的回收站,或者将你回收站所在的目录更换为空间比较大的盘,需要在回收站的属性中进行操作。

    image-20240811132944779

    最后大家会经常通过浏览器来下载文件,观察一下你的浏览器的存储目录下是不是放了大量不需要的文件,以及在更换你浏览器下载文件的默认路径。

    image-20240811133220251

  • 第二部,调整虚拟内存的大小

    OK,清理完毕之后,你的硬盘中应该会多出来很多空间,这个时候我们就可以开始调整虚拟内存了。

    首先,打开高级系统设置。

    image-20240811133344473

    在高级系统设置中,找到高级→性能→设置。

    在这个位置中,找到高级→虚拟内存→更改。

    以这里的C盘为例(其余的盘也需要这样执行,更方便),按照下图进行虚拟内存的空间调整和分配。

    image-20240811133654677

注意这个时候一定要点击确定进行保存!

ok,这个时候,重启电脑,然后再去执行你的训练程序,基本就不会出现这里的错误了。

目录
相关文章
|
Windows
已解决Win11报错 OSError: [WinError 1455] 页面文件太小,无法完成操作。
Win11报错 OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading "D:\aaaa\envs\gs\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.
13161 0
已解决Win11报错 OSError: [WinError 1455] 页面文件太小,无法完成操作。
|
机器学习/深度学习 并行计算 计算机视觉
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
12240 1
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
|
9月前
|
算法 Go 计算机视觉
YOLOv8结构解读
YOLOv8是Ultralytics团队开发的最新目标检测模型,基于YOLO系列的高效单阶段架构,进一步优化了精度与速度。相比YOLOv5,YOLOv8在Backbone中移除了Focus模块,优化了CSP结构;在Neck部分增强了特征融合能力;Head部分采用Anchor-Free与解耦头设计,提升检测精度。此外,YOLOv8引入了更先进的损失函数、自对抗训练和动态标签分配等策略,显著提高了模型性能与鲁棒性。
2939 0
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
26639 59
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
XML 机器学习/深度学习 数据格式
YOLOv8训练自己的数据集+常用传参说明
YOLOv8训练自己的数据集+常用传参说明
26008 3
|
机器学习/深度学习 资源调度 算法
YOLOv11改进策略【损失函数篇】| 引入Soft-NMS,提升密集遮挡场景检测精度,包括GIoU-NMS、DIoU-NMS、CIoU-NMS、SIoU-NMS、 EIou-NMS
YOLOv11改进策略【损失函数篇】| 引入Soft-NMS,提升密集遮挡场景检测精度,包括GIoU-NMS、DIoU-NMS、CIoU-NMS、SIoU-NMS、 EIou-NMS
4938 6
|
机器学习/深度学习 监控 计算机视觉
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
本文介绍了如何使用YOLOv7进行目标检测,包括环境搭建、数据集准备、模型训练、验证、测试以及常见错误的解决方法。YOLOv7以其高效性能和准确率在目标检测领域受到关注,适用于自动驾驶、安防监控等场景。文中提供了源码和论文链接,以及详细的步骤说明,适合深度学习实践者参考。
4107 1
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
并行计算 PyTorch 算法框架/工具
yolov5训练太慢的解决方案
这篇文章讨论了YOLOv5训练速度慢的问题,并提供了解决方案,主要是由于没有安装CUDA和支持GPU的PyTorch版本,导致只有CPU在工作。文章建议安装CUDA和正确配置支持GPU的PyTorch以加速训练过程。
1376 1
yolov5训练太慢的解决方案
|
并行计算 PyTorch 算法框架/工具
OSError: [WinError 1455] 页面文件太小,无法完成操作如何解决。
如何解决Windows系统中出现的"OSError: [WinError 1455] 页面文件太小,无法完成操作"的错误。文章提供了具体的解决步骤。
844 0
OSError: [WinError 1455] 页面文件太小,无法完成操作如何解决。
|
机器学习/深度学习 人工智能 文字识别
ultralytics YOLO11 全新发布!(原理介绍+代码详见+结构框图)
本文详细介绍YOLO11,包括其全新特性、代码实现及结构框图,并提供如何使用NEU-DET数据集进行训练的指南。YOLO11在前代基础上引入了新功能和改进,如C3k2、C2PSA模块和更轻量级的分类检测头,显著提升了模型的性能和灵活性。文中还对比了YOLO11与YOLOv8的区别,并展示了训练过程和结果的可视化
25365 0