pytorch手册学习（一）迁移学习遇到的问题：Cannot set number of intraop threads after parallel work has

在根据pytorch手册学习的过程中，PyTorch之迁移学习这一章节报错及解决。
这一章节主要实现的就是：在一个很大的数据集上 进行预训练得到卷积网络ConvNet, 然后将这ConvNet的参数作为目标任务的初始化参数或者固定这些参数。

 

主要步骤是：

1.导入相关的包

2.加载数据

3.可视化部分图像数据

4.训练模型

5.可视化模型的预测结果

6.场景1:微调ConvNet

7.场景2:ConvNet作为固定特征提取器

首先在运行3的时候，代码：

dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=4, shuffle=True, num_workers=4) for x in ['train', 'val']}

def imshow(inp, title=None):
    """Imshow for Tensor."""
    inp = inp.numpy().transpose((1, 2, 0))
    mean = np.array([0.485, 0.456, 0.406]) 
    std = np.array([0.229, 0.224, 0.225]) 
    inp = std * inp + mean
    inp = np.clip(inp, 0, 1) 
    plt.imshow(inp)
    if title is not None: 
        plt.title(title)
    plt.pause(0.001) # pause a bit so that plots are updated 
# 获取一批