pytorch 多进程队列

本文详细介绍了如何在PyTorch中利用多进程加载数据,并通过队列进行高效通信,提高数据预处理和训练的并行性,从而加速深度学习模型的训练过程。
摘要由CSDN通过智能技术生成
import os
import time
import torch


import torch.multiprocessing as mp

from torch.multiprocessing import Pool, Manager

def train(model):
    # 构建 data_loader,优化器等
    for i in range(3000):
        x = torch.rand(1, 3, 1280, 720)
        err=0
        while True:
            start = time.time()
            model.put(x)
            print('put time', time.time() - start)


def write(model):
    # 构建 data_loader,优化器等
    for i in range(3000):
        start = time.time()
        data=model.get()
        # x = torch.rand(1, 3, 1280, 720)
        # # torch.set_num_threads(3)
        # start = time.time()
        # torch.save(x, 'd:/lib/' + str(0) + '.dat')
        if time.ti
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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