ModelScope我这边还是测试内存还是会逐步上升？

这可能是由于模型在训练过程中占用的内存不断增加，导致内存不足。您可以尝试以下方法来解决这个问题：

1. 减小批量大小（batch size）：较大的批量大小可能会导致内存占用增加。尝试减小批量大小，以减少每次迭代中模型所需的内存。

2. 使用梯度累积（gradient accumulation）：梯度累积是一种技术，可以在不增加批量大小的情况下减少内存占用。通过将多个小批量的梯度累加起来，然后一次性更新模型参数，可以有效地减少内存占用。

3. 释放不再使用的变量：在训练过程中，可能会产生一些不再使用的变量。定期检查代码，确保删除不再使用的变量，以释放内存。

4. 使用更小的模型：如果可能的话，尝试使用更小的模型。较小的模型通常占用较少的内存，并且计算速度更快。

5. 优化数据加载和预处理：检查数据加载和预处理部分的代码，确保没有不必要的内存占用。例如，可以使用生成器（generator）来逐批次加载数据，而不是一次性加载所有数据。

6. 使用混合精度训练（mixed precision training）：混合精度训练是一种技术，可以在保持较高计算效率的同时，减少内存占用。通过使用不同的数据类型（如float16和float32）来表示模型参数和激活值，可以有效地减少内存占用。