问题解决：pycharm debug断点调试时遇到Pycharm DataLoader会卡死（num_works参数多进程的坑点）

最新推荐文章于 2024-08-21 15:44:31 发布

捡起一束光

最新推荐文章于 2024-08-21 15:44:31 发布

阅读量3.1k

点赞数 13

分类专栏： Bug解决

本文链接：https://blog.csdn.net/qq_43827595/article/details/113187052

版权

Bug解决专栏收录该内容

26 篇文章 4 订阅

订阅专栏

问题描述

下面的代码，我在pycharm点run是可以正常运行的，但是加了断点调试后就出现了在DataLoader处卡住的问题

import torch
import numpy as np


# 定义GetLoader类，继承Dataset方法，并重写__getitem__()和__len__()方法
class GetLoader(torch.utils.data.Dataset):
	# 初始化函数，得到数据
    def __init__(self, data_root, data_label):
        self.data = data_root
        self.label = data_label
    # index是根据batchsize划分数据后得到的索引，最后将data和对应的labels进行一起返回
    def __getitem__(self, index):
        data = self.data[index]
        labels = self.label[index]
        return data, labels
    # 该函数返回数据大小长度，目的是DataLoader方便划分，如果不知道大小，DataLoader会一脸懵逼
    def __len__(self):
        return len(self.data)

a = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9],
                  [1, 2, 3], [4, 5, 6], [7, 8, 9],
                  [1, 2, 3], [4, 5, 6], [7, 8, 9],
                  [1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = torch.tensor([44, 55, 66,
                  44, 55, 66,
                  44, 55, 66,
                  44, 55, 66])

torch_data = GetLoader(a, b)

torch_data[0:2]
# (tensor([[1, 2, 3],
#          [4, 5, 6]]),
#  tensor([44, 55]))

from torch.utils.data import DataLoader

# 读取数据
datas = DataLoader(torch_data, batch_size=5, shuffle=True, drop_last=False, num_workers=2)

for i, data in enumerate(datas):
    # i表示第几个batch， data表示该batch对应的数据，包含data和对应的labels
    print("第 {} 个Batch \n{}".format(i, data))