Eu am intalnit o problema!
Recent am întâlnit o problemă de I/O problema. Țintă și datele de intrare sunt stocate cu h5py fișiere. Fiecare fișier țintă este de 2.6 GB , în timp ce fiecare fișier de intrare este de 10.2 GB. Am 5 seturi de date de intrare și 5 seturi de date țintă în total.
Am creat un obicei de date funcția pentru fiecare h5py fișier și de a folosi apoi datele.ConcatDataset clasa a lega toate seturile de date. Personalizat set de date funcția este:
class MydataSet(Dataset):
def __init__(self, indx=1, root_path='./xxx', tar_size=128, data_aug=True, train=True):
self.train = train
if self.train:
self.in_file = pth.join(root_path, 'train', 'train_noisy_%d.h5' % indx)
self.tar_file = pth.join(root_path, 'train', 'train_clean_%d.h5' % indx)
else:
self.in_file = pth.join(root_path, 'test', 'test_noisy.h5')
self.tar_file = pth.join(root_path, 'test', 'test_clean.h5')
self.h5f_n = h5py.File(self.in_file, 'r', driver='core')
self.h5f_c = h5py.File(self.tar_file, 'r')
self.keys_n = list(self.h5f_n.keys())
self.keys_c = list(self.h5f_c.keys())
# h5f_n.close()
# h5f_c.close()
self.tar_size = tar_size
self.data_aug = data_aug
def __len__(self):
return len(self.keys_n)
def __del__(self):
self.h5f_n.close()
self.h5f_c.close()
def __getitem__(self, index):
keyn = self.keys_n[index]
keyc = self.keys_c[index]
datan = np.array(self.h5f_n[keyn])
datac = np.array(self.h5f_c[keyc])
datan_tensor = torch.from_numpy(datan).unsqueeze(0)
datac_tensor = torch.from_numpy(datac)
if self.data_aug and np.random.randint(2, size=1)[0] == 1: # horizontal flip
datan_tensor = torch.flip(datan_tensor,dims=[2]) # c h w
datac_tensor = torch.flip(datac_tensor,dims=[2])
Apoi am folosi dataset_train = data.ConcatDataset([MydataSet(indx=index, train=True) for index in range(1, 6)])
pentru formare. Atunci când doar 2-3 h5py fișiere sunt utilizate, I/O viteză este normal și totul merge bine. Cu toate acestea, atunci când 5 fișiere sunt utilizate, viteza de antrenament este treptat în scădere (5 iterații/s la 1 iterații/s). Am schimba num_worker și problema încă există.
Ar putea cineva sa-mi dea o solutie? Ar trebui să fuzioneze mai multe h5py fișiere într-una mai mare? Sau alte metode? Multumesc anticipat!