解决pytorch DataLoader num_workers出现的问题

Tawnie ·

更新时间:2024-11-01

· 854 次阅读

最近在学pytorch,在使用数据分批训练时在导入数据是使用了 DataLoader 在参数 num_workers的设置上使程序出现运行没有任何响应的结果，看看代码


import torch  #导入模块
import torch.utils.data as Data
BATCH_SIZE=8 #每一批的数据量
x=torch.linspace(1,10,10) #定义X为 1 到 10 等距离大小的数
y=torch.linspace(10,1,10)
#转换成torch能识别的Dataset
torch_dataset = Data.TensorDataset( x,y) #将数据放入 torch_dataset
loader=Data.DataLoader(
    dataset=torch_dataset,   #将数据放入loader
    batch_size=BATCH_SIZE, #每个数据段大小为 BATCH_SIZE=5
    shuffle=True ,  #是否打乱数据的排布
    num_workers=2 #每次提取数据多进进程为2
    )
for epoch in range(3):
  for step,(batch_x,batch_y) in enumerate(loader):
    print('epoch',epoch,'|step:',step," | batch_x",batch_x.numpy(),
       '|batch_y:',batch_y.numpy())

（以上代码取莫烦python教学视频，教学视频中没有报错）

程序就停止成这样了

上网查询没有得到有用的东西，因为程序没有报错，就是没有任何反应，（没有反应可能跟电脑或者编译器有关，我使用的是anconda spyder）于是决定自己找找

期初我采用在语句后面加 print('1')检测程序停在了什么地方，（其实这是一种笨方法，在这里可以采用断点调试）程序停在了 for step,(batch_x,batch_y) in enumerate(loader):

我以为是enumerate的问题，查资料发现这就是一个可返回列表元素和键值的函数，不存在问题

继续排查，把目光放在了loader,于是查询了DataLoader的参数

DataLoader的函数定义如下：


DataLoader(dataset, batch_size=1, shuffle=False, sampler=None,
num_workers=0, collate_fn=default_collate, pin_memory=False,
drop_last=False)

1. dataset：加载的数据集(Dataset对象)

2. batch_size：batch size

3. shuffle:：是否将数据打乱

4. sampler：样本抽样，后续会详细介绍

5. num_workers：使用多进程加载的进程数，0代表不使用多进程

6. collate_fn：如何将多个样本数据拼接成一个batch，一般使用默认的拼接方式即可

7. pin_memory：是否将数据保存在pin memory区，pin memory中的数据转到GPU会快一些

8. drop_last：dataset中的数据个数可能不是batch_size的整数倍，drop_last为True会将多出来不足一个batch的数据丢弃

发现我所定义的几个参数只有num_workers嫌疑最大，于是将参数值改成了默认值 0，程序可以运行了，（一把老泪纵横）

看看进程是什么鬼发现在这里好像没啥用（具体自己上网查查）

以上这篇解决pytorch DataLoader num_workers出现的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。

您可能感兴趣的文章:pytorch中如何使用DataLoader对数据集进行批处理的方法Pytorch技巧:DataLoader的collate_fn参数使用详解PyTorch 解决Dataset和Dataloader遇到的问题pytorch::Dataloader中的迭代器和生成器应用详解Pytorch在dataloader类中设置shuffle的随机数种子方式

pytorch num

1024 个赞