qq_43391414的博客

很简单，就怕模型里面的一个函数引用了另外一个用户自定义的函数，然后这个自定义函数又引用另外一个，然后没玩没了。更怕的是，自定义函数里面还导入了一些非常大的数据，如果全部保存起来，中的东西，大家都知道，有模型权重，模型结构等。但是大家想过这样一个问题没有，如果模型里面的一个函数引用了另外一个用户自定义的函数，在。一种方法当然就是把他的原项目下载下来，这包括了他的代码文件，而不能像我一样只下载模型文件。很简单，我网上下载了一个模型文件，现在想读取这个模型，然后将这个模型用在我的数据集上。这个文件也不会被保存。

p1和p2这两个进程谁先执行完毕是未知的。使用wait之后，我们会等待这两个进程都执行完毕之后再执行主程序。上面这样执行另外一个python程序，其实我们并没有关心那个程序什么时候运行结束。所以，如果helloworld.py需要额外传入参数才能运行，可以在那个列表。上面只调用了一个外部文件执行，我们可以多调用几个，这几个程序是并行执行的！运行结束后会输出一些结果，这些结果是主程序需要的。的文件，在主程序如下运行即可。这样的话，后面的程序就会等待。运行结束才能往下运行，因为。运行结束后再运行，没有。

但是其实，下面这个代码并不完美，因为只支持CPU，不支持在GPU上运行。不是说我没有GPU，而是下面这个代码放到GPU上运行会报错，我也不知道怎么改。

我有多个pytorch GPU模型，他们有不同的参数（也就是说不是共享的），但是相同的数据输入，想要并发运行。以上速度就有点受不了了。我看过了，我的GPU还有很多空间，起码放上去10个模型没有问题。结果就是不起效果好像，还是运行得很慢，咋回事捏。不并发运行，当然就是循环喽。

因为这样才可以保证，输出的结果的维度是一样的。步长一个是1，一个是2，这样肯定不行，两个。输出的维度不同，就肯定不可能并行。细心的人可以发现，上面是具有特殊性的，输出的维度还是会不同，无法并行。（end-start），最终。并行做，难道就不行吗？

有的时候写代码会遇到nan的情况，遇到这种情况你肯定要去解决的，说明你代码有问题。如果你不解决，大概率由于模型前向传播＋训练导致模型中所有tensor都是nan，甚至中途就报错了。我们首要是对一些你认为关键的tensor变量进行检测是否为nan，然后停下来，进一步分析nan的原因。nan的原因有非常之多，这里就不介绍了,大家可以看看。