Mac也是按这个步骤来吗，改成CPU训练就可以了嘛 about dddd_trainer

[learnprogram2]

是的，但是时间很慢

[CHINAYNINI]

速度还可以吧MBP M2P芯片，12000个样本，十几分钟就好了

[learnprogram2]

速度还可以吧MBP M2P芯片，12000个样本，十几分钟就好了

@CHINAYNINI
请问可以看一下我这个为什么不可以么？将近20个小时了，然后log：

2023-08-25 14:31:56.929 | INFO     | utils.train:start:137 - [2023-08-25-14_31_55]      Epoch: 84       Step: 78000     LastLoss: 0.00012210002751089633      AvgLoss: 0.0001903036296425853  Lr: 0.004640778883287701        Acc: 0.90625
2023-08-25 14:33:57.223 | INFO     | utils.train:start:108 - [2023-08-25-14_33_55]      Epoch: 84       Step: 78100     LastLoss: 0.0002089805930154398       AvgLoss: 0.00016942865564487875 Lr: 0.0045479633056219465
2023-08-25 14:35:48.219 | INFO     | utils.train:start:108 - [2023-08-25-14_35_47]      Epoch: 84       Step: 78200     LastLoss: 0.00014516110240947455      AvgLoss: 0.00017116148985223844 Lr: 0.0045479633056219465

我的配置没变动，我以为target中的epoch是20，现在已经84了。 也是用的测试数据集
配置TARGET: {Accuracy: 0.97, Cost: 0.05, Epoch: 20}

[enphit]

我这里100个图片，32G I9 Mac跑了三天还没完又是什么鬼？
2023-09-18 09:30:04.030 | INFO | utils.train:start:108 - [2023-09-18-09_30_03] Epoch: 141633 Step: 424900 LastLoss: 1.9247649106546305e-05 AvgLoss: 1.7899745298564085e-05 Lr: 0.0001380155583766437

[0x24a]

在colab上跑acc正常，把整个项目原封不动复制到本地mps跑acc就一直0.0...

[kvii]

现代的模型已经用 cpu 训练的速度已经没法接受了。

其实 pytorch 是支持 mac 的，官网链接里都有 mac 版的下载方式

mac 下不用 cuda，只要声明 device 为 pytorch.device("mps") 就可以使用 mac 的 gpu 了。我没用过这个工程训练，不过我认为改这里的源码应该就能生效了。

dddd_trainer/nets/__init__.py

Lines 191 to 196 in 745c29e

	def get_device(gpu_id):
	if gpu_id == -1:
	device = torch.device('cpu'.format(str(gpu_id)))
	else:
	device = torch.device('cuda:{}'.format(str(gpu_id)))
	return device