pytorch dataloader 内存爆炸

场景

本意是想利用try-except的特性，当读取文件出错时，自动选择另一种方式进行读取，以用于多类型文件读取

问题描述

在训练模型时，使用try-except语句读文件时出现内存泄露，随着dataloader的读取，内存直线上升。
代码：

try:
	obj = itk.imread(name)
	obj = itk.array_view_from_image(obj, keep_axes=False)
except:
	obj = io.imread(name)

---

原因分析：

itk 没有安装，但是由于捕获了异常但是却没有输出，所以代码可以继续运行，并且由于使用堆内存后，不会try-except后不会释放变量，因此会使得内存占用一直增加。

---

解决方案：

使用这种方式时，尽量输出异常，防止觉得自己写的代码很完美，运行出来却很懵逼

try:
	obj = itk.imread(name)
	obj = itk.array_view_from_image(obj, keep_axes=False)
except Exception as e:
	obj = io.imread(name)
	print(e)