运行环境:win10+pytorch(没有用Gpu训练) 在jupyter notebook下跑出现runtime error,查阅资料发现是电脑虚拟内存给的太小了,而且num_workers设置的不合适,将num_workers由4改为0,虚拟内存由14G改为25G,顺利跑成功。 代码如下:
import torch
from torch import nn
from d2l import torch as d2l
net = nn.Sequential(nn.Flatten(), nn.Linear(784, 256), nn.ReLU(),
nn.Linear(256, 10))#将需要的层按顺序放进sequential容器,后面将会按此顺序执行各层
#Flatten:将3D输入变成2D的
def init_weights(m):
if type(m) == nn.Linear:
nn.init.normal_(m.weight, std=0.01)#初始化网络权重
net.apply(init_weights)
batch_size, lr, num_epochs = 256, 0.1, 10
loss = nn.CrossEntropyLoss()
trainer = torch.optim.SGD(net.parameters(), lr=lr)#优化器
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)
1.修改num_workers:
num_workers位于G:\Anaconda3\envs\pytorch\Lib\site-packages\d2l下的torch.py里,修改torch.py里的进程数,改为0
def get_dataloader_workers():
"""Use 4 processes to read the data."""
#return 4
return 0
2.修改虚拟内存:
我的电脑-属性-高级-性能-设置-高级-更改,修改自己需要的内存大小,保存退出重启电脑。
跑完如下: