参考网上的很多将num_works设置为0，但是一直犹豫，因为速度慢了很多，而已有没有效果也有待考证，有想试试的可以试一下
train_loader = Data.DataLoader(dataset=train_data, batch_size=config.train_batch_size, shuffle=False, num_workers=0)还有比较靠谱的说是数据标签问题，这个我得数据量非常大，大概有9万的样子，想检查哪里的标签问题还是很难的，但是大概浏览的过程发现有部分文件0KB，引起了我得警惕。目前按照linux命令删除了删不掉，最后代码删除：
from os import listdir, system,remove import re from os.path import isdir, abspath, getsize, join base_dir = "/data/bmw/output_path" datadir = listdir(base_dir) print(len(datadir)) for data in datadir: filename = join(base_dir,data) if getsize(filename) == 0: # system('rm -rf %s' % filename) remove(filename) print("[-] Deleting %s ..." % filename) passenger_num = len(re.findall(".npy", str(datadir))) print(passenger_num) print(len(datadir) - passenger_num)最终处理完至少图片和标签文件的数量是对的上的，目前正在训练过程中，期待有好的结果
