Python 高CPU消耗-PyTorch
虽然我看到了几个关于我的问题的问题/答案,但我还不能解决它。我正在尝试从GitHub运行一个基本代码来训练GAN。虽然代码在GPU上运行,但在培训期间CPU使用率为100%(甚至更多) 为了使用我的数据,我添加了我在PyTorch官方文档中检查过的以下数据加载代码Python 高CPU消耗-PyTorch,python,deep-learning,pytorch,gpu,cpu,Python,Deep Learning,Pytorch,Gpu,Cpu,虽然我看到了几个关于我的问题的问题/答案,但我还不能解决它。我正在尝试从GitHub运行一个基本代码来训练GAN。虽然代码在GPU上运行,但在培训期间CPU使用率为100%(甚至更多) 为了使用我的数据,我添加了我在PyTorch官方文档中检查过的以下数据加载代码 def Read_LMDB(root, classes): d1 = torchvision.datasets.LSUN(root=root, classes=classes, transform=transforms.Co
def Read_LMDB(root, classes):
d1 = torchvision.datasets.LSUN(root=root, classes=classes, transform=transforms.Compose(
[transforms.Resize((opt.img_size, opt.img_size)), transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]))
dataloader = torch.utils.data.DataLoader(d1, batch_size=opt.batch_size, shuffle=True)
return dataloader
def Read_from_folder(folder_name):
imagefolder = datasets.ImageFolder(folder_name,transform=transforms.Compose(
[transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]))
dataloader = torch.utils.data.DataLoader(imagefolder,batch_size=opt.batch_size,shuffle=True)
return dataloader
然而,仍然存在同样的问题。不管我使用了哪些函数,CPU使用率都是100%。使用如此高的CPU是不正常的,因为训练是在GPU上进行的(而且GPU的使用没有问题,GPU的内存使用、实用性和训练速度都可以)
有人知道吗?谢谢
最好。假设100%的CPU使用率不正常是不正确的,CPU正忙于将数据移动到GPU,并且一些计算在CPU上运行。GPU并不神奇,它们可以将CPU中的负载减少到0%。感谢您的回复。当然,我知道。我没有说我期望CPU使用率应该是零或低,因为该模型是在GPU上训练的。我通常使用TensorFlow,CPU使用情况与我的问题不同。在我的系统中,TF和PyTorch的CPU使用率之间存在差距。所以,我想知道我是否犯了一些错误。因为我对PyTorch不太熟悉。然而,似乎使用是正常的,对我来说,TF和PyTorch之间的差距可能是因为模型、数据或其他事物的复杂性不同。再次感谢你!假设100%的CPU使用率不正常是不正确的,CPU忙于将数据移动到GPU,并且一些计算在CPU上运行。GPU并不神奇,它们可以将CPU中的负载减少到0%。感谢您的回复。当然,我知道。我没有说我期望CPU使用率应该是零或低,因为该模型是在GPU上训练的。我通常使用TensorFlow,CPU使用情况与我的问题不同。在我的系统中,TF和PyTorch的CPU使用率之间存在差距。所以,我想知道我是否犯了一些错误。因为我对PyTorch不太熟悉。然而,似乎使用是正常的,对我来说,TF和PyTorch之间的差距可能是因为模型、数据或其他事物的复杂性不同。再次感谢你!