问题：
自己写了个dataloader，为了部署方便，用OpenCV的接口进行数据读取，而没有用PIL，代码大致如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
def __getitem__(self, idx): sample = self.samples[idx] img = cv2.imread(sample[0]) img = cv2.resize(img, tuple(self.input_size)) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # if not self.val and random.randint(1, 10) < 3: # img = self.img_aug(img) img = Image.fromarray(img) img = self.transforms(img) ... |
结果在训练过程中，在第1个epoch的最后一个batch时，程序卡死。
解决方案：
可能是因为OpenCV与Pytorch互锁的问题，关闭OpenCV的多线程，问题解决。
|
1
2
|
cv2.setNumThreads(0)cv2.ocl.setUseOpenCL(False) |
补充：pytorch 中一个batch的训练过程
|
1
2
3
4
5
6
|
# 一般情况下optimizer.zero_grad() # 梯度清零preds = model(inputs) # inference，前向传播求出预测值loss = criterion(preds, targets) # 计算lossloss.backward() # 反向传播求解梯度optimizer.step() # 更新权重，更服务器之家络权重参数 |
此外，反向传播前，如果不进行梯度清零，则可以实现梯度累加，从而一定程度上解决显存受限的问题。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/sinat_37532065/article/details/103990364
