运行PyTorch代码触发DataLoader worker进程意外退出报错如何解决？

API 探路者

2026-10-6

问题排查与解决方案

1 优先验证多进程配置问题

这是该报错最常见的诱因，你使用的是macOS环境，PyTorch DataLoader的多进程加载容易触发进程启动异常：

先将DataLoader的num_workers参数改为0，禁用多进程加载，使用主进程加载数据，修改后代码为：

train_dl = DataLoader(train_ds, batch_size, shuffle=True, num_workers=0, pin_memory=True)

运行后如果报错消失，证明是多进程配置问题。如果需要保留多进程提升加载速度，需要在代码最开头加入Python多进程入口保护，将所有执行逻辑放在if __name__ == '__main__'判断下：

import torch
# 其他所有导入语句都放在最开头
if __name__ == '__main__':
    # 原本的所有代码都缩进放到该判断内部
    batch_size = 128
    # ... 剩下的全部业务代码

2 验证自定义数据集逻辑是否正确

如果修改num_workers=0后仍然报错，说明是你自定义的facesDataset类存在逻辑错误：

单独测试数据集读取逻辑，不要通过DataLoader加载，直接执行如下代码验证：

# 初始化数据集后直接遍历前10个样本排查问题
for i in range(10):
    try:
        img, label = train_ds[i]
        print(f"样本{i}读取正常，图片shape：{img.shape}")
    except Exception as e:
        print(f"样本{i}读取失败，错误：{e}")

常见的数据集错误包括：csv文件内的图片路径填写错误、对应路径下图片不存在、图片文件损坏无法读取、__getitem__方法返回的格式不符合要求。