当前位置 主页 > 网站技术 > 代码类 > 最大化 缩小

    解决pytorch DataLoader num

    栏目:代码类 时间:2020-01-14 12:11

    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IIS7站长之家。

    下一篇:没有了