DG-Net训练过程报错记录以及解决

 1.第一个报错

Traceback (most recent call last):
  File "<string>", line 1, in <module>
  File "E:\anaconda3\anzhuang\lib\multiprocessing\spawn.py", line 116, in spawn_main
    exitcode = _main(fd, parent_sentinel)
  File "E:\anaconda3\anzhuang\lib\multiprocessing\spawn.py", line 125, in _main
    prepare(preparation_data)
  File "E:\anaconda3\anzhuang\lib\multiprocessing\spawn.py", line 236, in prepare
    _fixup_main_from_path(data['init_main_from_path'])
  File "E:\anaconda3\anzhuang\lib\multiprocessing\spawn.py", line 287, in _fixup_main_from_path
    main_content = runpy.run_path(main_path,
  File "E:\anaconda3\anzhuang\lib\runpy.py", line 268, in run_path
    return _run_module_code(code, init_globals, run_name,
  File "E:\anaconda3\anzhuang\lib\runpy.py", line 97, in _run_module_code
    _run_code(code, mod_globals, init_globals,
  File "E:\anaconda3\anzhuang\lib\runpy.py", line 87, in _run_code
    exec(code, run_globals)
  File "D:\paperread\DG-Net\DG-Net-master\train.py", line 96, in <module>
    for it, ((images_a,labels_a, pos_a),  (images_b, labels_b, pos_b)) in enumerate(zip(train_loader_a, train_loader_b)):
  File "E:\anaconda3\anzhuang\lib\site-packages\torch\utils\data\dataloader.py", line 359, in __iter__
    return self._get_iterator()
  File "E:\anaconda3\anzhuang\lib\site-packages\torch\utils\data\dataloader.py", line 305, in _get_iterator
    return _MultiProcessingDataLoaderIter(self)
  File "E:\anaconda3\anzhuang\lib\site-packages\torch\utils\data\dataloader.py", line 918, in __init__
    w.start()
  File "E:\anaconda3\anzhuang\lib\multiprocessing\process.py", line 121, in start
    self._popen = self._Popen(self)
  File "E:\anaconda3\anzhuang\lib\multiprocessing\context.py", line 224, in _Popen
    return _default_context.get_context().Process._Popen(process_obj)
  File "E:\anaconda3\anzhuang\lib\multiprocessing\context.py", line 327, in _Popen
    return Popen(process_obj)
  File "E:\anaconda3\anzhuang\lib\multiprocessing\popen_spawn_win32.py", line 45, in __init__
    prep_data = spawn.get_preparation_data(process_obj._name)
  File "E:\anaconda3\anzhuang\lib\multiprocessing\spawn.py", line 154, in get_preparation_data
    _check_not_importing_main()
  File "E:\anaconda3\anzhuang\lib\multiprocessing\spawn.py", line 134, in _check_not_importing_main
    raise RuntimeError('''
RuntimeError: 
        An attempt has been made to start a new process before the
        current process has finished its bootstrapping phase.

        This probably means that you are not using fork to start your
        child processes and you have forgotten to use the proper idiom
        in the main module:

            if __name__ == '__main__':
                freeze_support()
                ...

        The "freeze_support()" line can be omitted if the program
        is not going to be frozen to produce an executable.

解决方法:

上面是未改动的代码,我增添了新的代码语句 

也就是加上if __name__='__main__',并且对下面的代码进行缩进

2.第二个报错

 解决办法:

解决办法是上一步我的代码缩进有问题,必须把if __name__=='__main__':后面的全部缩进

3.第三个报错

 解决办法:

把latest.yaml中的num_workers改为0

 4.第四个报错

这里报错的原因是GPU的内存不够,然后我重新修改了configs/latest.yaml文件:

 我修改成4还是报错,于是把batchsize改成2,就可以正常运行了

 

 

 

 

  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
要下载dg-market数据集,可以按照以下步骤进行操作。 首先,我们需要在互联网上搜索dg-market数据集的来源。我们可以使用搜索引擎,如Google或百度,输入关键词“dg-market数据集下载”。通过搜索结果,我们可以找到相应的网站或数据存储库,提供该数据集的下载服务。 一旦找到了数据集的主页或下载链接,我们可以点击链接进入数据集的页面。在页面上,我们可以找到数据集的描述、大小、格式等相关信息。一些数据集可能需要注册用户或登录账号才能进行下载,这时我们需要先进行注册并登录。 在确认完成注册或登录后,我们可以选择下载数据集的选项。通常,数据集的下载按钮或链接会显眼地标注在页面上,我们可以点击该按钮或链接来下载数据集。下载的速度取决于本地网络的速度以及数据集的大小。 一旦下载完成,我们可以将数据集保存到本地计算机的指定文件夹中。为了方便管理和使用,我们可以创建一个单独的文件夹来存储数据集,并根据需要进行其他的命名或分类。 下载数据集后,我们可以使用适当的软件或编程工具来打开、处理和分析数据。根据数据集的格式和用途,我们可以选择使用常见的软件,如Excel、Python、R等来进行数据的操作、统计分析和可视化展示。 总结来说,要下载dg-market数据集,我们首先要搜索数据集的来源,然后注册并登录相关网站,选择下载选项,并保存到本地计算机中。下载完成后,我们可以使用适当的工具来处理和分析数据。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值