untimeError: CUDA out of memory. Tried to allocate 1.94 GiB (GPU 0; 4.00 GiB total capacity; 2.14 GiB already allocated; 0 bytes free; 2.14 GiB reserved in total by PyTorch) If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation. See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF

这个错误是由于CUDA显存不足导致的。PyTorch尝试分配1.94 GiB的显存，但GPU上已经分配了2.14 GiB的显存，没有剩余可用的显存。

有几种方法可以尝试解决这个问题：

1. 减少显存占用：可以尝试减少模型的大小，减少批量大小或使用更小的图像尺寸来降低显存占用。

2. 清理缓存：在进行大量计算后，可能会有一些未释放的内存缓存。可以尝试在出现显存不足错误之前定期使用`torch.cuda.empty_cache()`来清理缓存。

3. 设置`max_split_size_mb`：根据错误信息中提到的建议，可以尝试设置`max_split_size_mb`参数来避免碎片化。这个参数用于控制PyTorch在GPU上分配内存的方式。可以通过设置环境变量`PYTORCH_CUDA_ALLOC_CONF`来配置，具体设置方式可以参考PyTorch文档中的Memory Management部分。

4. 使用更大的GPU：如果你有更大显存容量的GPU可用，可以尝试切换到更大的GPU来解决显存不足的问题。

请注意，这些解决方法可能因具体情况而异。根据你的需求和资源限制，选择适合的方法来解决显存不足的问题。