报错提示:
_pickle.PicklingError: Can't pickle <function <lambda> at 0x0000016CEB6F0488>: attribute lookup <lambda> on datasets.cropdiseases failed
错误原因:由于a1.py
中 datasets.ImageFolder
使用了lambda函数,而在调用的a2.py
中num_workers
被设置为非0
,这两个因素共同作用导致报错。
在windows系统中,num_workers
要设置为0
,才不会抛出异常,这个在前面的博客中已经讲过了。
所以,这里把num_workers
设为0
即可解决异常。
附:
torch.utils.data.DataLoader
默认采用单进程(主进程)来加载数据,但可以通过num_workers设置同时使用几个子进程,num_workers=0表示只使用主进程。这里的workers由pytorch提供,其实现依赖于python的multiprocessing,其实现在windows下和unix下是不同的。
unix下默认采用fork(),子进程通过从父进程那里继承来的地址空间直接访问dataset和代码中其他带参数的函数
windows下默认采用spawn(),这时候会另起一个python解释器来执行主代码(main script),之后通过pickle序列化接收dataset, collate_fn以及其他参数来执行主代码内部需要由workers来执行的代码
采用spawn()的时候,worker_init_fn参数不能为unpicklable对象,例如lambda函数。
reference:https://blog.csdn.net/weixin_43407455/article/details/116098089