_pickle.PicklingError:Can‘t pickle <function <lambda> at 0>: attribute lookup <lambda> on xxx failed

报错提示&#xff1a;_pickle.PicklingError: Cant pickle <function <lambda> at 0x0000016CEB6F0488>: attribute loo

报错提示:
_pickle.PicklingError: Can't pickle <function <lambda> at 0x0000016CEB6F0488>: attribute lookup <lambda> on datasets.cropdiseases failed

错误原因:由于a1.pydatasets.ImageFolder 使用了lambda函数,而在调用的a2.pynum_workers被设置为非0,这两个因素共同作用导致报错。

在windows系统中,num_workers要设置为0,才不会抛出异常,这个在前面的博客中已经讲过了。

所以,这里把num_workers设为0 即可解决异常。

附:
torch.utils.data.DataLoader默认采用单进程(主进程)来加载数据,但可以通过num_workers设置同时使用几个子进程,num_workers=0表示只使用主进程。这里的workers由pytorch提供,其实现依赖于python的multiprocessing,其实现在windows下和unix下是不同的。

unix下默认采用fork(),子进程通过从父进程那里继承来的地址空间直接访问dataset和代码中其他带参数的函数
windows下默认采用spawn(),这时候会另起一个python解释器来执行主代码(main script),之后通过pickle序列化接收dataset, collate_fn以及其他参数来执行主代码内部需要由workers来执行的代码
采用spawn()的时候,worker_init_fn参数不能为unpicklable对象,例如lambda函数。

reference:https://blog.csdn/weixin_43407455/article/details/116098089

发布者:admin,转转请注明出处:http://www.yc00.com/web/1754774353a5200409.html

相关推荐

发表回复

评论列表(0条)

  • 暂无评论

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信