Question

所以这是一个说明问题的最小代码：

这是数据集：

class IceShipDataset(Dataset):
    BAND1='band_1'
    BAND2='band_2'
    IMAGE='image'

    @staticmethod
    def get_band_img(sample,band):
        pic_size=75
        img=np.array(sample[band])
        img.resize(pic_size,pic_size)
        return img

    def __init__(self,data,transform=None):
        self.data=data
        self.transform=transform

    def __len__(self):
        return len(self.data)  

    def __getitem__(self, idx):

        sample=self.data[idx]
        band1_img=IceShipDataset.get_band_img(sample,self.BAND1)
        band2_img=IceShipDataset.get_band_img(sample,self.BAND2)
        img=np.stack([band1_img,band2_img],2)
        sample[self.IMAGE]=img
        if self.transform is not None:
                sample=self.transform(sample)
        return sample

这是失败的代码：

PLAY_BATCH_SIZE=4
#load data. There are 1604 examples.
with open('train.json','r') as f:
        data=f.read()
data=json.loads(data)

ds=IceShipDataset(data)
playloader = torch.utils.data.DataLoader(ds, batch_size=PLAY_BATCH_SIZE,
                                          shuffle=False, num_workers=4)
for i,data in enumerate(playloader):
        print(i)

它在for循环中给出了奇怪的打开文件错误... 我的火炬版本是0.3.0.post4

如果你想要json文件，它可以在Kaggle（https://www.kaggle.com/c/statoil-iceberg-classifier-challenge）

中找到

我应该提一下，这个错误与我的笔记本电脑的状态无关：

yoni@yoni-Lenovo-Z710:~$ lsof | wc -l
89114
yoni@yoni-Lenovo-Z710:~$ cat /proc/sys/fs/file-max
791958

我在这里做错了什么？

Answer 1

我知道如何解决错误，但我没有完整解释原因。

首先，解决方案：您需要确保将图像数据存储为numpy.array，当您调用json.loads时，它会将它们加载为python {{1 list的s。这会导致float将列表中的每个浮点数单独转换为torch.utils.data.DataLoader。

查看torch.DoubleTensor中的default_collate - 您的torch.utils.data.DataLoader会返回__getitem__这是一个映射，因此dict会在每个元素上再次调用default_collate dict。第一对是int s，但是你得到的图像数据是list，即collections.Sequence - 这就是因为调用了default_collate而变得时髦的地方在列表的每个元素上。这显然不是你想要的。我不知道torch中关于list与numpy.array的内容的假设是什么，但如果出现错误，则表明该假设正在被违反。< / p>

修复非常简单，只需确保两个图像带为numpy.array，例如__init__

def __init__(self,data,transform=None):
    self.data=[]
    for d in data:
        d[self.BAND1] = np.asarray(d[self.BAND1])
        d[self.BAND2] = np.asarray(d[self.BAND2])
        self.data.append(d)
    self.transform=transform

或者在加载json之后，只要你这样做，那么你做什么并不重要。

为什么上述结果会导致too many open files？

我不知道，但正如评论所指出的那样，它可能与进程间通信和两个队列上的锁定文件有关，数据是从中获取并添加的。

脚注：由于比赛仍在开放，因此无法从Kaggle下载train.json（??）。我制作了一个虚拟的json文件，该文件应具有相同的结构并测试该虚拟文件上的修复。

PyTorch的数据加载器＆＃34;太多的打开文件＆＃34;没有文件应该打开时出错

1 个答案: