为什么我在 kaggle 上使用 GPU 时无法使用 torchaudio 加载音频文件？

Question

我正在尝试使用由 m4a 音频文件组成的 kaggle 上的小型自定义数据集来微调用于音频识别任务的 wav2vec2 模型。

当我今天早些时候在没有加速器 (GPU) 的情况下运行我的代码并使用 torchaudio.load() 加载我的音频文件时。一切正常。我得到了一个没有错误的输出。

但是，每当我使用加速器（GPU P100、GPU T4 x2）等运行会话时，我都会收到以下错误：

RuntimeError: Failed to load audio from /kaggle/input/personal-audio/Date3.m4a

我已经将部分代码隔离到另一个笔记本中并执行它以确认导致此错误的唯一触发因素似乎是我是否有加速器。重新启动内核不起作用，切换到全新的笔记本并复制我的代码也不起作用。我不知道如何解决这个问题。谁能帮帮我？

Answer 1

当您将数据加载到单个 GPU 或多个 GPU 时，这是不同的。这意味着你应该指出你在哪里处理数据。

Pytorch 通常使用以下代码：

Object.to(device)

但是，如果您使用不是 PyTorch 的另一个模块，您的情况可能会有所不同。所以，请指出您使用什么模块来加载数据。您想按照步骤处理什么数据。 Kaggle 不是解决这个问题的主要方法。