训练过程报错_pickle.UnpicklingError about so-vits-svc HOT 11 CLOSED

我感觉似乎是由于并行化导致的，因为多次尝试都是在process 2 报错，参见koomri/text-segmentation#1

from so-vits-svc.

在神奇的重装了几次numpy并又重新处理了一下数据之后这个问题莫名的消失了_(:з」∠)_ 新的问题变成了训练速度似乎过于的慢。。。

from so-vits-svc.

你是不是在用 cpu 训练

Generated by koishi-plugin-github.

from so-vits-svc.

你是不是在用 cpu 训练

Generated by koishi-plugin-github.

那倒没有，不过之前gpu看功率确实跑不太满。现在在给numpy降了个级之后似乎有所好转。现在显卡功耗在2/3到3/4左右。。。虽然还是感觉有点慢。6个G的dataset跑一个epoch265秒算是慢吗。

from so-vits-svc.

什么显卡呢，看看显存占用

nvidia-smi

Generated by koishi-plugin-github.

from so-vits-svc.

from so-vits-svc.

哇。。。富哥
训练前打碎音频了么 可以尝试切碎后调大点bs
另外你的训练数据有多少啊

Generated by koishi-plugin-github.

from so-vits-svc.

倒也不是富哥qwq 主要是现在有组织qwq
已经切碎了，现在bs调的小是因为debug
我觉得慢主要是因为同样的参数在隔壁真富哥的4090上一个epoch是70多秒
训练数据的话大概能有4-5小时？ （能整出来这么多自己的音频还得感谢以前的缺de老师

from so-vits-svc.

我本人只用过一次sovits。。。 炼了3.4版本原神的几个人物，一张V100的训练速度大概也是180s左右，我觉得是不是你硬盘和内存的问题，读写拉满了，内存不够放？

Generated by koishi-plugin-github.

from so-vits-svc.

看起来这是一个load已经生成的spec文件时出现的错误。
.pt文件本质上是一个压缩包，而这个压缩包之中的文件是序列化的torch实例（类似于Json），载入.pt文件相当于反序列化这个文件中的内容，这里的pickle就是执行这个序列化和反序列化的过程，不过pickle的序列化和反序列化与json不同，json使用了文本文件形式，而pickle使用了二进制形式，读写二进制形式的文件，受到其读取和写入方法的影响较大。所以很有可能是由于相关模块多个版本之间load函数不一致，而你使用的版本与之不匹配导致了这个问题。

from so-vits-svc.

查了一下存储服务器的盘是SAS的。。。4kIO应该是到头了所以速度慢。结案了。。。

from so-vits-svc.