深度学习GPU训练网络,数据加载很慢

【仅为个人debug记录】

问题描述

用GPU训练网络的时候,每个epoch训练完都要卡顿很久,才开始下一个epoch的训练。

解决过程

Step 1. import time
初步判断问题应该出现在每次训练的头几行代码,所以import time,输出头几行代码分别的运行时间,具体使用参考博客link.
Step 2.
根据上一步,发现创建pbar这行代码用了半分钟。

pbar = tqdm(enumerate(train_data_loader), desc='Training for %g / %s epoch ' % (epoch, opt.epochs),
                    total=len(train_dataset) // train_data_loader.batch_size)

参考博客linklink。最终删去dataloader里的num_workers参数的设置,解决了问题,gpu可以快速进行网络的训练。

train_loader = DataLoader(dataset=train_dataset, batch_size=self.batch_size, #num_workers=self.num_works,
                                      shuffle=self.shuffle, drop_last=self.drop_last)
  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值