[已解決] huggingface/tokenizers: The current process just got forked. after parallelism has already been used. Disabling parallelism to avoid deadlocks

問題描述

今天當我透過 simpletransformers 套件訓練模型時，我得到了一個我之前沒碰過的警告訊息：

huggingface/tokenizers: The current process just got forked. after parallelism has already been used. Disabling parallelism to avoid deadlocks.

這個警告主要來自於 huggingface 的 tokenizer（也就是我們的斷詞器）。其中它題到了當前的行程被 forked 了，讓我們禁用『平行化』避免 deadlock（死鎖）。

以往我都抱持著『看到 warning 等於沒事～』的輕鬆態度（好吧，或許沒到這麼誇張），但這一次它都警告我要避免 deadlock 了，感覺最糟糕的情況可能會害我的訓練卡住。

大家都知道，訓練一個模型可謂曠時廢日。應該沒有人希望自己下班前把模型丟下去跑，然後隔天上班時發現「哎呀糟糕，模型卡住了！」。

解決方法大致上有分成三種：

忽略它自然是沒什麼好講的（雖然那個警告訊息是真的一直跳出來，害我都看不到訓練進度），我們來看看如何禁用平行化，接著解決這個問題。

最簡單的方式之一，就是在你所執行的 Python 腳本最上頭，加入以下設定：

import os
os.environ["TOKENIZERS_PARALLELISM"] = "false"

這樣一來，我們就成功禁止斷詞器的平行化了。