PyTorch训练分类器教程报错求助：BrokenPipeError问题解决

我之前在Windows上跑PyTorch的CIFAR10教程时，也碰到过完全一样的报错！这个问题的核心原因是Windows系统的多进程机制和PyTorch DataLoader的交互问题，报错信息里其实已经给出了明确的解决提示——必须把你的主程序逻辑放到if __name__ == '__main__':代码块中。

具体解决步骤： #

• 把所有涉及DataLoader初始化、迭代（比如你代码里的dataiter = iter(trainloader)）以及图像展示的代码，全部包裹在if __name__ == '__main__':代码块内。
• 如果不需要把脚本打包成可执行文件，freeze_support()这一行可以省略。

为什么要这么做？ #

Windows系统创建子进程用的是spawn模式，这种模式会重新导入你的主脚本文件。如果没有if __name__ == '__main__':的判断，子进程会重复执行全局范围内的所有代码（包括重新创建DataLoader），进而引发进程启动冲突，最终导致BrokenPipeError和RuntimeError。而Linux/macOS用的是fork模式，不会有这个问题，所以官方教程里可能没特意说明，但Windows环境下必须遵守这个规范。

修改后的完整示例代码 #

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np

# 定义图像展示函数（这个可以放在全局）
def imshow(img):
    img = img / 2 + 0.5     # 反归一化
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()  # 别忘了加这一行，不然图像可能不显示

# 所有主逻辑放到这里！
if __name__ == '__main__':
    # 数据预处理和DataLoader初始化
    transform = transforms.Compose(
        [transforms.ToTensor(),
         transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

    trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                            download=True, transform=transform)
    trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                              shuffle=True, num_workers=2)

    classes = ('plane', 'car', 'bird', 'cat',
               'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
    
    # 获取随机训练图像并展示
    dataiter = iter(trainloader)
    images, labels = dataiter.next()

    imshow(torchvision.utils.make_grid(images))
    print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

额外提示： #

• 如果你设置了num_workers>0（多进程加载数据），这个规范是必须的；如果把num_workers改成0（单进程），可能暂时不会报错，但不推荐这么做，因为会影响数据加载效率。
• 确保plt.show()被调用，不然图像可能只会在后台处理而不会弹出窗口。

内容的提问来源于stack exchange，提问作者Clém Grt