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

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！