为什么在将其设置为NUM_THREADS =12的情况下torch.get_num_threads仍返回1

torch.get_num_threads() 返回的是当前 PyTorch 使用的线程数。如果你在代码中设置了 NUM_THREADS = 12，但是调用 torch.get_num_threads() 仍然返回 1，可能是以下几个原因：

1. 环境变量设置：PyTorch 在启动时会检查环境变量 OMP_NUM_THREADS 或 MKL_NUM_THREADS（取决于使用的后端），并可能使用这些环境变量设置的线程数而不是代码中的设置。
2. PyTorch 版本：不同版本的 PyTorch 可能在处理线程设置上有所不同。确保你使用的是最新版本的 PyTorch。
3. 多进程环境：如果你在一个多进程环境中工作，每个进程可能有自己的线程设置。确保你在每个进程中都设置了正确的线程数。
4. 初始化顺序：如果在 PyTorch 库被导入之后再设置线程数，可能不会生效。确保在导入 PyTorch 之前设置线程数。

为了解决这个问题，你可以尝试以下步骤：

import os
import torch

# 设置环境变量
os.environ['OMP_NUM_THREADS'] = '12'
os.environ['MKL_NUM_THREADS'] = '12'

# 设置 PyTorch 线程数
torch.set_num_threads(12)

# 验证设置是否生效
print(torch.get_num_threads())

确保在导入 PyTorch 之前设置环境变量和调用 torch.set_num_threads()。

参考链接：

• PyTorch 设置线程数
• OpenMP 环境变量

如果你遵循了上述步骤，但问题仍然存在，可能需要进一步检查你的系统配置或 PyTorch 的安装情况。