为什么dataloader出来batchsize为8，进入到model之后就变成了2

首先说原因，大概率是由于一个batchsize中的数据被分载到四个gpu上工作了，你可能设置了gpu数量为1，但是如果不设置gpu的可见域，它依然会默认调用所有可用gpu资源进行分载，这就导致事实上只用了四分之一的数据，后面计算的梯度都没算进去，所以解决办法就是重新定义gpu的可见域：

代码通常由以下组成：

parser.add_argument('-g', '--gpu', default=0, type=int,
                    help='indices of GPUs to enable (default: all)')
gpu = str(args.gpu)
os.environ["CUDA_VISIBLE_DEVICES"] = gpu

如此，所有数据就都在一个gpu上了，不用考虑分载的问题。

另外说明，如果本身就需要实现多gpu并行，那是正常的，前提得保证可见域和需要用到gpu数量的对齐