Validation PyTorch多处理验证冻结

我试图通过许多图像来测试模型。因此，我创建了N个网络实例，并将其与数据一起发送到函数，然后等待丢失

from torch.multiprocessing import Process, Queue, cpu_count

def _multiprocFunc(aQ, _procID, 
                   inData, labelsImg, _model_valid):
    _tmp = _model_valid(inData) ############### ALL PROCESSES HANG HERE ###############
    crit = LossFunc.diffraLossSq_perImage()
    result = crit(_tmp, labelsImg).detach().numpy()
    aQ.put(list([_procID, result]))

def validation(X_valid, Y_valid, model_valid, valid_device = 'cpu'):
    
    #... some code here

    modelSet = []
    while(numProcessed<numProc):
        if (not aQ.empty()):
            aQElement = aQ.get()
            #... some code here

        if(not done):
            procID += 1
            modelSet.append(copy.deepcopy(model_valid))
            Process(target = _multiprocFunc, args = (aQ, procID, 
                                       data, Labels, modelSet[-1])).start()

来自torch.multiprocessing导入进程、队列、cpu\U计数的

定义多过程函数（aQ，_procID，
inData，labelsImg，_model_valid）：
_tmp=模型有效（inData）所有流程挂在这里###############
crit=损失衍射图像（）
结果=crit（_tmp，labelsImg）.detach（）.numpy（）
aQ.put（列表（[[u procID，result]））
def验证（X_有效、Y_有效、型号_有效、有效_设备='cpu'）：
#... 这里有一些代码
模型集=[]
while（numProcessed）