batch_size = 2# 256 def get_dataloader_workers(): #@save """使用4個進程來讀取數據。""" return 4 train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers()) timer = d2l.Timer() for X, y in train_iter: continue f'{timer.stop():.2f} sec'
問題：動手學深度學習2.0，softmax回歸，讀取小批量數據是出現超時報錯。具體如下：
我的環境是：Anaconda 的虛擬環境，使用jupyter notebook進行編譯，電腦是聯想拯救者R720，i5處理器，2g獨顯；
我所使用的CPU運行，最初是批量256張圖片數據，同時使用4線程進行讀取，此時會報錯！
查閱網上的回答，說最可能的原因是;
- cuda 虛擬環境的共享內存不足，解決辦法是，要么改成更小的batchsize，
- 將numworkers = 4注釋掉,不用多進程
解決過程：
1、只將batchsize改小，變為2，依舊報錯
2、將進程num_workers=get_dataloader_workers()改為0、1、2可以使用
估計還是電腦太差了不太行的緣故，畢竟用了快四年了。
3、后續我又試着將batchsize改回256，依舊可以運行，但是有時候多運行幾次就會報錯，估計是緩存內存，不夠的緣故，我只要重新啟動內核，運行一次，就可以了。
4、我將進程改為4，重啟內核，重新運行，還是會報錯，具體原因不得而知，先繼續學習吧。