如何解决pytorch在数据加载器上加载速度慢
我正在尝试这段代码。
https://github.com/Dannynis/xvector_pytorch/blob/master/xvector%20-%20gpu.ipynb
在此代码中,我更改为:
trainloader = torch.utils.data.DataLoader(list(zip(X,y)),shuffle=True,pin_memory=True,batch_size=256,num_workers=8)
并且花了很长时间(〜23s)一步:
loss: 1.8956436561879668 step took 23.29119372367859
我认为这与这段代码有关,将256个向量复制到cuda花了这么长时间?
for i,data in enumerate(trainloader,0):
a = time.time()
# get the inputs; data is a list of [inputs,labels]
inputs,labels = data
inputs,labels = inputs.cuda(),labels.cuda()
我想知道我是否可以做些什么来加快data_loader的速度?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。