batch_size = 2# 256
def get_dataloader_workers():  #@save
    """使用4个进程来读取数据。"""
    return 4

train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers())

timer = d2l.Timer()
for X, y in train_iter:
    continue
f'{timer.stop():.2f} sec'

问题：动手学深度学习2.0，softmax回归，读取小批量数据是出现超时报错。具体如下：

 

 我的环境是：Anaconda 的虚拟环境，使用jupyter notebook进行编译，电脑是联想拯救者R720，i5处理器；

我所使用的CPU运行，最初是批量256张图片数据，同时使用4线程进行读取，此时会报错！

查阅网上的回答，说最可能的原因是;

• cuda 虚拟环境的共享内存不足，解决办法是，要么改成更小的batchsize，
• 将numworkers = 4注释掉,不用多进程

 

解决过程：

1、只将batchsize改小，变为2，依旧报错

2、将进程num_workers=get_dataloader_workers()改为0、1、2可以使用

 

估计还是电脑太差了不太行的缘故，毕竟用了快四年了。

后续我又试着将batchsize改回256，依旧可以运行，但是有时候多运行几次就会报错，估计是缓存内存不够的缘故，我只要重新启动内核，运行一次，就可以了。