PyTorch DataLoader NumberWorkers Deep Learning Speed Limit Increase

这意味着训练过程将按顺序在主流程中工作。

即：run.num_workers。

 

，此外，

，因此，主进程不需要从磁盘读取数据；相反，这些数据已经在内存中准备好了。

这个例子中，我们看到了20%的加速效果，那么你可能会想， 

我们考虑一个工人可能足够让队列中充满了主进程的数据，然后将更多的数据添加到队列中，不会在速度上做任何事情。我们在这里看到的就是这些，

只是我们在队列中添加了更多的批次，是否意味着这些批次的加工速度更快？因此，我们受到前向和后向传播所花费的时间的限制，

保存模型，用torch.save()