多层感知机简洁实现-runtime error

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：