_pickle.picklingerror，在培训网络中，num_workers正面

Question

我正在使用Pytorch数据集和数据加载程序训练一个大数据集，并且出现了此问题。我删除了大部分代码来提出这个问题，并且问题存在，这些代码可以独立运行：

import numpy as np
from torch.utils.data import DataLoader, Dataset

class PGDataset(Dataset):
    def __init__(self, X, y):
        self.data_x = X
        self.data_y = y

    def __len__(self):
        return len(self.data_x)

    def __getitem__(self, item):
        return self.data_x[item], self.data_y[item]


def train(dataloader):
    epochs = 5
    for epoch in range(epochs):
        for i, (data_x, data_y) in enumerate(dataloader):
            pass

    print('Train ended successfully.')


if __name__ == '__main__':
    X, y = np.random.rand(200, 4), np.random.randint(0, 5, 200, dtype='int64')
    train_set = PGDataset(X, y)
    dataloader = DataLoader(train_set, batch_size=50, shuffle=True, num_workers=4)

    train(dataloader)

这些代码对我来说似乎很稳定，我不知道造成此问题的原因。

我正在使用python == 3.9.7，numpy == 1.21.5，pytorch == 1.10.1。 顺便说一句，我刚刚将Pycharm更新为2022.1。

我已经整天尝试了这个，并在许多网站上进行了搜索，我发现：

1. 如果我将数据级加载器中的num_worker设置为0，则可以。但是我不需要一个大数据集为0。
2. 在Pycharm调试模式下，也没有错误。

为什么会发生这种情况？