pytorch训练过程中的chunk_size及num_workers作用。
Chunk_size:涉及到torch下的矩阵切片和划分,chunk_size有几个元素就占用几张显卡。
num_workers:多进程提取数据,用于dataloader
DataLoader(dataset, batch_size=1, shuffle=False, sampler=None,
num_workers=0, collate_fn=default_collate, pin_memory=False,
drop_last=False)
1. dataset:加载的数据集(Dataset对象)
2. batch_size:batch size
3. shuffle::是否将数据打乱
4. sampler: 样本抽样,后续会详细介绍
5. num_workers:使用多进程加载的进程数,0代表不使用多进程
6. collate_fn: 如何将多个样本数据拼接成一个batch,一般使用默认的拼接方式即可
7. pin_memory:是否将数据保存在pin memory区,pin memory中的数据转到GPU会快一些
8. drop_last:dataset中的数据个数可能不是batch_size的整数倍,drop_last为True会将多出来不足一个batch的数据丢弃
增加多线程并不是提高了运算速度,而是解决运行多个任务时使用。程序一直在执行这个多线程的循环,非常非常耗时。