使用一个 GPU 和共享内存训练火炬模型

Question

我刚开始训练 pytorch 模型 并在 GPU 上 我试过在 Windows 上训练它，但总是使用专用内存（10GB）并且不使用共享内存 我曾尝试使用多处理来增强其性能，但我一直收到错误消息： 类型错误：无法腌制“模块”对象

解决方案通常是在加载数据时使用 num_wrokers =0 我实际上在加载数据后使用了多处理 并且只需要利用共享内存

我正在重新训练 meta-sr 扬声器验证码，特别是训练文件： https://github.com/seongmin-kye/meta-SR/blob/b4c1ea1728e33f7bbf7015c38f508f24594f3f88/train.py

我编辑了第 92 行以使用共享 GPU 内存，如下所示 代替： train(train_generator, model, objective, optimizer, n_episode, log_dir, scheduler) 致：

    model.share_memory()
    p = mp.Process(target=train, args=(train_generator,model,objective, optimizer, n_episode, log_dir, scheduler))
    p.num_workers=0
    p.start()
    p.join()

如果需要添加更多信息，请告诉我 提前致谢