报错提示翻译与解决方案

原文翻译

检测到当前运行环境为 WSL（Windows Linux 子系统），已自动将 pin_memory=False。该设置会降低数据加载性能。

原因说明

pin_memory=True 是 PyTorch DataLoader 的常用参数：

作用是把张量锁页到主机内存，加速 CPU → GPU 数据拷贝，大幅提升训练速度。

但 WSL 原生不支持页锁定内存（pin memory），强行开启会直接报错崩溃，所以程序自动关闭该功能，代价就是数据读取变慢。

三种解决办法（按需选择）

方案 1：最简单，忽略警告（推荐调试 / 小数据集）

不用修改代码，只是性能小幅下降，不影响程序正常运行，直接无视这条日志即可。

方案 2：彻底根治，改用原生 Windows 环境运行 PyTorch

不在 WSL 内跑训练，直接在 Windows 安装 CUDA + PyTorch，此时可以正常开启 pin_memory=True，无警告且速度拉满。

方案 3：WSL2 内优化，尽量缩小性能差距

1. 在 DataLoader 手动固定参数，屏蔽自动提示：

python

运行

from torch.utils.data import DataLoader

loader = DataLoader(
    dataset,
    batch_size=16,
    pin_memory=False,  # 手动显式关闭，消除警告
    num_workers=4
)

2. 优化 WSL 数据加载提速手段：

• 不要把数据集放在 Windows 盘符（/mnt/c/），拷贝到 WSL 内部文件系统（~/ 目录），读写速度提升数倍；
• 合理设置 num_workers，一般设为 CPU 物理核心数，不要开过多进程；
• 开启 prefetch_factor 预加载数据。

补充：如果强行开启 pin_memory 会怎样

WSL2 环境下设置 pin_memory=True 会抛出类似：

RuntimeError: cannot pin 'torch.cuda.FloatTensor' only dense CPU tensors can be pinned

运行直接中断，因此必须关闭。