在程序中引用cuda.memory函数监控GPU内存

torch.cuda.memory_allocated()和torch.cuda.memory_reserved()是用来监控GPU内存使用情况的函数。

torch.cuda.memory_allocated()返回的是当前已经被Tensor分配的GPU内存量，单位是字节。这个值是已经被分配出去，但不一定全部在使用中的内存量。

torch.cuda.memory_reserved()返回的是当前已经被PyTorch保留的GPU内存量，单位也是字节。这个值是已经被PyTorch预留，但可能还没有分配出去的内存量。

在你的输出Before training one epoch: CUDA Memory Allocated: 252406784 Memory Reserved: 1073741824中，CUDA Memory Allocated: 252406784表示在开始训练一个epoch之前，已经有约252MB的GPU内存被Tensor分配了。Memory Reserved: 1073741824表示有约1GB的GPU内存被PyTorch预留了。

这两个值可以帮助你理解你的模型和数据如何使用GPU内存，以及是否有内存泄漏的问题。例如，如果在训练过程中，torch.cuda.memory_allocated()的值持续增长，那么可能存在内存泄漏的问题。