在 Visual Studio 上运行时，Dataloader 工作人员意外退出。但在 Google Colab 上运行良好答案

【问题标题】：Dataloader worker exited unexpectedly while running on Visual Studio. But runs okay on Google Colab在 Visual Studio 上运行时，Dataloader 工作人员意外退出。但在 Google Colab 上运行良好
【发布时间】：2021-07-19 07:40:48
【问题描述】：

所以我有这个数据加载器，它从 hdf5 加载数据，但在我使用 num_workers>0 时意外退出（它在 0 时工作正常）。更奇怪的是，它适用于 google colab 上的更多工作人员，但不适用于我的计算机。在我的电脑上出现以下错误：

Traceback（最近一次调用最后一次）： _try_get_data 中的文件“C:\Users\Flavio Maia\AppData\Roaming\Python\Python37\site-packages\torch\utils\data\dataloader.py”，第 986 行数据 = self._data_queue.get(timeout=timeout) 文件“C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\lib\multiprocessing\queues.py”，第 105 行，在 get 提高空 _queue.Empty

上述异常是以下异常的直接原因：

Traceback（最近一次调用最后一次）：文件“”，第 2 行，在 下一个中的文件“C:\Users\Flavio Maia\AppData\Roaming\Python\Python37\site-packages\torch\utils\data\dataloader.py”，第 517 行数据 = self._next_data() _next_data 中的文件“C:\Users\Flavio Maia\AppData\Roaming\Python\Python37\site-packages\torch\utils\data\dataloader.py”，第 1182 行 idx，数据 = self._get_data() _get_data 中的文件“C:\Users\Flavio Maia\AppData\Roaming\Python\Python37\site-packages\torch\utils\data\dataloader.py”，第 1148 行成功，数据 = self._try_get_data() 文件“C:\Users\Flavio Maia\AppData\Roaming\Python\Python37\site-packages\torch\utils\data\dataloader.py”，第 999 行，在 _try_get_data raise RuntimeError('DataLoader worker (pid(s) {}) exited unexpectedly'.format(pids_str)) from e RuntimeError: DataLoader worker (pid(s) 12332) 意外退出

另外，我的 getitem 函数是：

def __getitem__(self,index):
  desired_file = int(index/self.file_size)
  position = index % self.file_size 

  h5_file = h5py.File(self.files[desired_file], 'r')

  image = h5_file['Screenshots'][position]
  rect = h5_file['Rectangles'][position]
  numb = h5_file['Numbers'][position]

  h5_file.close()

  image = torch.from_numpy(image).float() 
  rect = torch.from_numpy(rect).float() 
  numb = torch.from_numpy( np.asarray(numb) ).float()


  return (image, rect, numb)

有谁知道是什么导致了这个空队列？

【问题讨论】：

标签： pytorch multiprocessing hdf5 dataloader

【解决方案1】：

Windows 无法处理 num_workers > 0 。您可以将其设置为 0，这很好。什么也应该起作用：将所有训练/测试脚本放在train/test() 函数中并在if __name__ == "__main__": 下调用它比如这样：

class MyDataLoder(torch.utils.data.Dataset):
    train_set = create_dataloader()
    . . . 

def train():
    test_set = create_dataloader()
    . . .

def test():
    . . .

if __name__ == "__main__":
    train()
    test()

【讨论】：

我最终通过使用 linux 解决了这个问题，但我没有遇到问题。但现在如果我需要在 Windows 上运行，我知道该怎么做。谢谢！