不使用多处理，但在使用PyTorch数据加载器时在google colab上获取CUDA错误

我已经将我的GitHub repo克隆到google colab中，并尝试使用PyTorch的数据加载器加载数据

全局gpu，设备
如果torch.cuda.U可用（）：
gpu=真
设备='cuda:0'
torch.set\u default\u tensor\u type（'torch.cuda.FloatTensor'））
打印（“使用GPU”）
其他：
gpu=False
设备='cpu'
打印（“使用CPU”）
数据_transforms=transforms.Compose([
#变换。调整大小（224），
transforms.ToTensor（），
标准化（[0.3112,0.2636,0.2047]，[0.2419,0.1972,0.1554]）
])
列车路径='/content/convLSTM/code/data/train/'
val_path='/content/convLSTM/code/data/val/'
test_path='/content/convLSTM/code/data/test/'
train\u data=datasets.ImageFolder（root=train\u路径，transform=data\u transforms）
val\u data=datasets.ImageFolder（根=val\u路径，转换=data\u转换）
test\u data=datasets.ImageFolder（root=test\u path，transform=data\u transforms）
列车装载机=torch.utils.data.DataLoader(
列车运行数据，
批次尺寸=18，
工人数量=4，
shuffle=False，
pin_内存=真
)
val_loader=torch.utils.data.DataLoader(
瓦卢数据，
批次尺寸=18，
shuffle=False，
工人数量=4，
pin_内存=真
)
测试加载程序=torch.utils.data.DataLoader(
测试数据，
批次尺寸=18，
shuffle=False，
工人数量=4，
pin_内存=真
)
对于enumerate（train_loader）中的batch_idx（数据，目标）：
打印（批量打印）
如果批次_idx==3：
打破

当我运行最后一个for循环时，出现以下错误：

RuntimeError: Cannot re-initialize CUDA in forked subprocess. To use CUDA with multiprocessing, you must use the 'spawn' start method

我尝试了

num\u workers=1

而不是

4

，但错误仍然存在。我没有使用任何多重处理

我也尝试过不设置

torch.set\u default\u tensor\u type（'torch.cuda.FloatTensor'）

，但错误仍然存在

Python:3.6.8 | PyTorch:1.3.1

---

问题似乎出在哪里？

不确定您是否已经修复了它，但只是为了以防万一，使用n个作品激活pytorch多重处理。要禁用它，您需要默认的工作人员数量为0，而不是1

---

尝试将num_workers设置为0或使用。

而不是我刚才尝试的整个数据加载器

test=next（iter（train_loader））

，我得到了相同的错误。