如何使用Pytorch多处理

Question

我正在尝试在pytorch中使用Python的多处理Pool方法来处理图像。这是代码：

from multiprocessing import Process, Pool
from torch.autograd import Variable
import numpy as np
from scipy.ndimage import zoom
def get_pred(args):
  img = args[0]
  scale = args[1]
  scales = args[2]
  img_scale = zoom(img.numpy(),
                     (1., 1., scale, scale),
                     order=1,
                     prefilter=False,
                     mode='nearest')
  # feed input data
  input_img = Variable(torch.from_numpy(img_scale),
                     volatile=True).cuda()
  return input_img
scales = [1,2,3,4,5]
scale_list = []
for scale in scales: 
    scale_list.append([img,scale,scales])
multi_pool = Pool(processes=5)
predictions = multi_pool.map(get_pred,scale_list)
multi_pool.close() 
multi_pool.join()

我遇到了这个错误：

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

`在这一行中：

predictions = multi_pool.map(get_pred,scale_list)

谁能告诉我我做错了什么？

Answer 1

如Pytorch文档中所述，处理多处理的最佳实践是使用torch.multiprocessing代替multiprocessing。

请注意，在Python 3中仅支持spawn或forkserver作为开始方法，在Python 3中仅支持CUDA张量。

没有触摸您的代码，解决您遇到的错误的解决方法是替换

from multiprocessing import Process, Pool

with：

from torch.multiprocessing import Pool, Process, set_start_method
try:
     set_start_method('spawn')
except RuntimeError:
    pass

Answer 2

我建议您阅读多处理模块的文档，尤其是本节。您将必须通过调用set_start_method来更改子过程的创建方式。取自那些引用的文档：

import multiprocessing as mp
def foo(q):
    q.put('hello')
if __name__ == '__main__':
    mp.set_start_method('spawn')
    q = mp.Queue()
    p = mp.Process(target=foo, args=(q,))
    p.start()
    print(q.get())
    p.join()