Pytorch 如何在语义分割任务中提高NYUV-2数据集的读取速度，从而提高GPU的利用率？
环境：特斯拉V100 GPU，Pytorch框架 任务：语义分割 数据集：NYUV-2数据集 主干网：deeplab-resnet18 参数设置：Pytorch 如何在语义分割任务中提高NYUV-2数据集的读取速度，从而提高GPU的利用率？,pytorch,gpu,semantic-segmentation,Pytorch,Gpu,Semantic Segmentation,环境：特斯拉V100 GPU，Pytorch框架 任务：语义分割 数据集：NYUV-2数据集 主干网：deeplab-resnet18 参数设置： batchsize设置为16 数据加载器中的数字\u worker=8，引脚\u memory=True 问题是：GPU内存几乎已满，但利用率一直在20到100之间快速跳动。 初步验证：这应该是数据读取和写入的问题。每次读取一个批时，利用率都会降低20，然后迅速降低到100，然后降低到20。。。 那么，如何有效地提高数据集I\O速度呢