ValueError: Caught ValueError in DataLoader worker process 0.

于 2021-10-24 16:10:06 发布 5698 收藏 3
分类专栏： CUDA Pytorch GPU 文章标签： Pytorch dataloader
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37705280/article/details/120935573
版权
CUDA 同时被 3 个专栏收录
3 篇文章 0 订阅
订阅专栏
Pytorch
5 篇文章 0 订阅
订阅专栏
GPU
4 篇文章 0 订阅
订阅专栏

找了一天，网上基本没有这方面的内容   就一个github的相关讨论  还没看明白人家说的啥。

一开始怀疑各种原因，以为是dataloader的问题（后来想想在，怎么可能，官方包怎么会有这种问题。。。。。）

最后解决办法：从新拷贝了一份数据集。

可能是因为之前拷贝数据集的时候中断过，数据出了问题。

coder_zrx
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
ubuntu上训练yolov3: Caught ValueError in DataLoader worker process 0. string indices must be integers.
qq_41358574的博客
03-15 3318
按资料下载yolov3进行模型训练和检测，下载了好几份代码，有一份官方的一直有问题。有一份很快跑起来了（网址忘记了，可以百度网盘分享），明明都是yolov3的pytorch版本但代码差别很大。记录遇到的问题和一些测试。 遇到的报错有： pip’s dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the f
Pytorch DataLoader报错 TypeError: Caught TypeError in DataLoader worker process 0.
QWERTYUIOPPLM123的博客
12-21 1914
报错内容： ValueError: Caught ValueError in DataLoader worker process 0. ValueError: empty range for randrange() (0, -32, -32) 原因： 此处的RandomCrop的裁剪尺寸太大了，且padding太小了，导致不能裁剪 解决方式： 减少裁剪尺寸，增大padding ...
使用Faster R-CNN（linux-pytorch）训练自己的数据集过程记录
最新发布
ZZZZ_Y_的博客
03-21 413
使用Faster R-CNN（linux-pytorch）训练自己的数据集过程记录
Python迭代DataLoader时出现TypeError: Caught TypeError in DataLoader worker process 0.错误。
热门推荐
weixin_45093926的博客
11-30 7万+
迭代DataLoader时出现TypeError: Caught TypeError in DataLoader worker process 0.错误。遇见一个难以解决的问题 遇见一个难以解决的问题 迭代 DataLoader时出现以下错误，暂时不知道怎么解决，向大家求救，是一个比较稀罕的错误，也分享给大家一个奇葩的问题一起讨论。 Traceback (most recent call last...
查看xgb特征重要性输出全是nan，ValueError:’Booster.get_score() results in empty’ 的原因及解决方案
12-21
1 问题描述 我想用XGBoost来建立一个模型，通过特征构造之后我需要做一个特征选择来减少特征数量、降维，使模型泛化能力更强，减少过拟合： 这里尝试通过查看特征重要性来筛选特征： from xgboost import XGBRegressor from xgboost import plot_importance xgb = XGBRegressor() xgb.fit(X, Y) print(xgb.feature_importances_) plt.figure(figsize=(20, 10)) plot_importance(xgb) plt.show() 输出如下： 这里输出
关于 Python opencv 使用中的 ValueError: too many values to unpack
12-31
最近在OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。 根据网上的 教程，Python OpenCV的轮廓提取函数会返回两个值，第一个为轮廓的点集，第二个是各层轮廓的索引。但是实际调用时我的程序报错了，错误内容如下：too many values to unpack (expected 2) 其实是接受返回值不符，如果你仅仅使用一个变量a去接受返回值，调用len(a),你会发现长度为3，也就是说这个函数实际上返回了三个值 第一个，也是最坑爹的一个，它返回了你所处理的图像 第二个，正是我们要找的，轮廓的点集 第三个，各层轮廓的索引 使用方式如下：
[Pytorch] pytorch踩坑日志
qq_42263831的博客
10-11 824
最近开始学习Pytorch，记录一下自己踩过的坑。 系统环境 OS: Windows 10 python: 3.7.6 pytorch: 1.6.0 cuda: 10.2 1.多线程数据加载 trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=2) 如果在使用上述这类代码时发生如下错误，那
解决：TypeError: Caught TypeError in DataLoader worker process 0.
咖乐部
10-07 2万+
部分源码： 报错如下： 网上有帖子说是多进程的问题，要将 num_works 修改为0，其实个人感觉这个error不管多进程的事。 关于多进程报错 可以参见我另一篇文章： 【pytorch】RuntimeError: Integer division of tensors using div or / is no longer supported【解决】。 这里经过检查修改，我是出错在：torchvision.transforms.Totensor() 没有加括号 加上之后，错误解.
Python ValueError: invalid literal for int() with base 10 实用解决方法
12-23
今天在写爬虫程序的时候由于要翻页，做除法分页的时候出现了 复制代码 代码如下: totalCount = ‘100’ totalPage = int(totalCount)/20 ValueError: invalid literal for int() with base 10的错误 网上同样的错误有人建议用round(float(“1.0″))，但是解决不了我这个问题，round(float(“1.0″))是用于解决浮点数转换为整形数的， 而我这个则是因为原字符串转换为整形后做除法，虽然一段时间内可能不报错，但时间久了就会提示（其实就是一个warning，但是会强制终止你的程序），正确
comet-ml-api:适用于comet.ml的Node.js SDK
05-14
适用于Comet.ml的Node.js SDK 基于增压机器学习库 文献资料 请参阅Comet.ml API 安装 npm install comet-ml-api 例子 const CometMlAPI = require('comet-ml-api'); const apiKey = 's9ILl8ox92nZSTVh8eo4B47LC'; const cometMl = new CometMlAPI(apiKey, 'v1'); cometMl.projects().then((response) => { console.log(response); }).catch(e => { console.log(e); }); 原料药 专案 cometMl.projects().then((response) => {}) 实验 cometMl.experiments(pro
【Python】绘图时报错ValueError: Invalid RGBA argument: (0.0, 0.5, 0.0, array([[0.42116073]]))
12-21
通常不会报出这种错误，但还是有奇人能搞出来。这种错误通过断点调试就可以发现错误 在利用Python进行绘图时可能报出这种错误。 Traceback (most recent call last): File "E:\Anaconda3\envs\python27\Lib\lib-tk\Tkinter.py", line 1542, in __call__ return self.func(*args) File "E:\Anaconda3\envs\python27\lib\site-packages\matplotlib\backends\_backend_tk.py", l
ValueError: Could not find a format to read the specified file in mode ‘i’
01-06
此类问题一般跟python的imageio模块有关， 解决办法一 可尝试加个plugin image = io.imread(filename,plugin='matplotlib') 或者加个pilmode imageio.imread(filename,pilmode=RGB) 参考链接一 解决办法二 也可以换别的模块比如Image读取图片，参考链接二 解决办法三 最秀的问题可能是图片本身坏了[捂脸]， 套用大力哥的那句话，“万万没想到哇！”。 简单总结一下：本篇博客提供了该类问题的一个新原因，另外温馨提醒读者们在解决问题过程中也可能忽视了一些不起眼的“硬件问题”，在此引鉴。
keras报错：ValueError: Cannot create group in read only mode
01-20
keras保存模型时，使用的是m.save_weights，只保存了模型的权重而没有结构，直接使用keras.models.load_model就会报错。所以，可以重新构建相同结构的模型，（m.save_weights）使用m.load_weights；或者如上m.save，keras.models.load_model。 参考：https://blog.csdn.net/nima1994/article/details/91045745 但是我的问题是：我导入的模型是别人的，如何直接导入只有权重没有结构的模型呢？ 1、keras.models.load_model() 读取网络、权重    
Python解析json之ValueError: Expecting property name enclosed in double quotes: line 1 column 2（char 1）
09-21
主要给大家介绍了关于Python解析json报错：ValueError: Expecting property name enclosed in double quotes: line 1 column 2（char 1）的解决方法，文中介绍的非常详细，需要的朋友们可以参考借鉴，下面来一起看看...
ValueError: Unknown mat file type, version 0, 0， KeyError: “Unable to open object (object ‘data’ doe
12-20
python3读取.mat文件： ... File "/home/user1/test.py", line 78, in  show_mat(mat)  File "/home/user1/test.py", line 50, in show_mat_flow  x = io.loadmat(mat_file)  File "/home/user
【KeyError：Caught KeyError in Dataloader worker process 0. KeyError：‘标签’】
m0_61878076的博客
09-16 4490
用RefineDet训练单类别数据集时出现了两个错误。第一个KeyError是数据集加载相关的；第二个KeyError是使用了不存在的字典键值，即没读到图片标注的标签（scratch）。出现类似问题，建议先直接解决第二个，因为第一个很多时候是附带出错。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

coder_zrx

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额：-- )
扫码支付
扫码支付：¥2
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

实付元
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、C币套餐、付费专栏及课程。

余额充值