batch_size = 2# 256 def get_dataloader_workers(): #@save """使用4个进程来读取数据。""" return 4 train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers()) timer = d2l.Timer() for X, y in train_iter: continue f'{timer.stop():.2f} sec'
问题：动手学深度学习2.0，softmax回归，读取小批量数据是出现超时报错。具体如下：
我的环境是：Anaconda 的虚拟环境，使用jupyter notebook进行编译，电脑是联想拯救者R720，i5处理器，2g独显；
我所使用的CPU运行，最初是批量256张图片数据，同时使用4线程进行读取，此时会报错！
查阅网上的回答，说最可能的原因是;
- cuda 虚拟环境的共享内存不足，解决办法是，要么改成更小的batchsize，
- 将numworkers = 4注释掉,不用多进程
解决过程：
1、只将batchsize改小，变为2，依旧报错
2、将进程num_workers=get_dataloader_workers()改为0、1、2可以使用
估计还是电脑太差了不太行的缘故，毕竟用了快四年了。
3、后续我又试着将batchsize改回256，依旧可以运行，但是有时候多运行几次就会报错，估计是缓存内存，不够的缘故，我只要重新启动内核，运行一次，就可以了。
4、我将进程改为4，重启内核，重新运行，还是会报错，具体原因不得而知，先继续学习吧。