問題：
自己寫了個dataloader，為了部署方便，用OpenCV的接口進行數據讀取，而沒有用PIL，代碼大致如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
def __getitem__(self, idx): sample = self.samples[idx] img = cv2.imread(sample[0]) img = cv2.resize(img, tuple(self.input_size)) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # if not self.val and random.randint(1, 10) < 3: # img = self.img_aug(img) img = Image.fromarray(img) img = self.transforms(img) ... |
結果在訓練過程中，在第1個epoch的最后一個batch時，程序卡死。
解決方案：
可能是因為OpenCV與Pytorch互鎖的問題，關閉OpenCV的多線程，問題解決。
|
1
2
|
cv2.setNumThreads(0)cv2.ocl.setUseOpenCL(False) |
補充：pytorch 中一個batch的訓練過程
|
1
2
3
4
5
6
|
# 一般情況下optimizer.zero_grad() # 梯度清零preds = model(inputs) # inference，前向傳播求出預測值loss = criterion(preds, targets) # 計算lossloss.backward() # 反向傳播求解梯度optimizer.step() # 更新權重，更服務器之家絡權重參數 |
此外，反向傳播前，如果不進行梯度清零，則可以實現梯度累加，從而一定程度上解決顯存受限的問題。
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/sinat_37532065/article/details/103990364
