Блог

мой код отлично работает для эпохи номер 1, но когда эпоха меняется, он перестает работать из-за другой формы. не могли бы вы, пожалуйста, помочь мне решить эту проблему? Я действительно ценю ваше время

 transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])  trainTransform = torchvision.transforms.Compose([torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,))])  trainset = torchvision.datasets.FashionMNIST(root='{}/./data'.format(path_prefix), train = True, download = True, transform = transform)  train_loader = torch.utils.data.DataLoader(trainset, batch_size=32, shuffle=False, num_workers=4)  valset = torchvision.datasets.FashionMNIST(root='{}/./data'.format(path_prefix), train=False, download=True, transform=transform)  val_loader = torch.utils.data.DataLoader(valset, batch_size=32, shuffle=False, num_workers=4)   def train(self, epoch):  # Note that you need to modify both trainer and loss_function for the VAE model  self.model.train()  train_loss = 0  for batch_idx, (data, _) in tqdm(enumerate(self.train_loader), total=len(self.train_loader) ) :  data = data.view(data.shape[0], -1)   data = data.to(self.device)  #print(data.shape)  #print(data)  self.optimizer.zero_grad()  recon_batch = self.model(data)  loss = self.loss_function(recon_batch, data)  loss.backward()  train_loss  = loss.item()  self.optimizer.step()   train_loss /= len(self.train_loader.dataset)/32 # 32 is the batch size  print('====gt; Epoch: {} Average loss: {:.4f}'.format(  epoch, train_loss ))  

Пожалуйста, попробуйте удалить инструкцию «num_workers=4» в загрузчиках train и val. У меня была такая же ошибка, и это было причиной. Кроме того, tqdm усложняет ситуацию, поэтому, если у вас все еще есть ошибка, попробуйте отредактировать свой код без нее.