一般Pytorch 默认是使用一半的CPU运行的，有的时候用不到那么多得CPU资源或者占用太多资源挤压别人，这就需要限制核数。
Pytorch提供了一个限制核数的代码：
# cpu_num是一个整数 torch.set_num_threads(cpu_num)
这样就能够限制核数。
在使用PyTorch搭建目标检测模型时，我们需要设置最佳的数据读取的进程数量；
我觉得，这个数量最好就设置成CPU的线程数量；
获取CPU线程数量的代码：
from multiprocessing import cpu_count print(cpu_count())
备注：
Python官方文档中关于multiprocessing.cpu_count()的功能是这样说的：
Return the number of CPUs in the system.
我先以为是文档描述的不准确，后来
Andrew Svetlov在我的Python文档Bug提交中告诉我：
CPU as a shortcut for "logical processor" is very common in software engineering.
所以这里的“the number of CPUs”实际上就是指的系统可以获取到的CPU逻辑核心数；
如果是对于单个CPU而言，那就是当前CPU的线程数量；
以上为个人经验，希望对您有所帮助。
