pytorch 一两张数据GPU测试,dataload速度慢的原因

部署运行你感兴趣的模型镜像

pytorch 的dataload开辟线程需要消耗时间,但是是我们的数据量太少(每次只有一到两张图片),开辟线程反而会降低整个流程的性能。解决方案:适当的开辟线程或者不开辟线程,如方法1。或者直接不用dataload方法,如方法2.

#方法1: 
inputs = torch.utils.data.DataLoader(
     DataLoader('', img_paths, assets.basetransforms),
     batch_size=1, shuffle=False, num_workers=0, pin_memory=True
 )


#方法2
for i in range(len(img_paths)):
    f = open(img_paths[i], 'rb')
    img = Image.open(f).convert('RGB')
    img = assets.basetransforms(img)
    img = img.unsqueeze(0)
    inputs.append(img)
    f.close()

# inputs = torch.utils.data.DataLoader(
#     DataLoader('', img_paths, assets.basetransforms),
#     batch_size=1, shuffle=False, num_workers=4, pin_memory=True
# )

参考博客https://blog.youkuaiyun.com/qq_24946843/article/details/95627053

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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