【深度学习】调试代码踩坑

num_worker

在调试过程中，会保存一些中间变量的文件来判断代码是否写的正确。本人就遇到一个问题，想保存一帧输入的点云，在自己定义的dataset的getitem函数中在两个地方分别保存了该点云，分别命名为file1和file2（内容是一样的）。但在可视化的时候，这两个点云不重合，而且来自独立的两帧。为什么会出现这个问题？

在定义dataloader时，将num_workder设置为了4，也就是说在同一时刻，dataloader开了4个getitem函数，在执行getitem过后，就会出现file1和file2。但其实，一共生成了4个file1和4个file2，只不过保存名字是一样的，就会存在覆盖的情况。而由于4个getitem同时执行，在生成file1和file2的时候先后顺序情况很多，很容易file1和file2的最后版本是来自于不同的getitem函数的。这就造成了最后可视化是来自两帧点云。如果我们在保存文件时，将文件名加入getitem的传入参数index时，每个getitem生成的文件都不同，当执行完getitem时就会出现4个file1和4个file2。相对应的file1和file2则完全吻合。

所以，以后在调试程序的时候，务必注意num_workers的问题。

Optimizer

optimizer的定义一定要放在网络加载到cuda之后，否则，optimizer传入的网络的权重是cpu上的，对应反向传播的loss和梯度也是cpu上的。会出现在optimizer.step()过程会出现错误。