大家好，我最近刚开始使用paddlepaddle，想在这里复现之前看的一篇论文(已经用torch复现成功了)，其它都挺好，就是在数据集构建这部分，我之前没有用过reader这种方法构建数据集，就仿照论坛的一些例子构建了一个读取的reader,相关代码如下：

#为了方便数据处理，我把reader定义在了一个类中
class Cornell:
    def __init__(self,file_dir,include_depth=True,include_rgb=True,start = 0.0,end = 1.0,output_size = 300,n = 10):
        #一些参数的传递
        self.include_depth = include_depth
        self.include_rgb = include_rgb
        self.output_size = output_size
        #去指定路径载入数据集数据
        graspf = glob.glob(os.path.join(file_dir,'*','pcd*cpos.txt'))

        graspf.sort()

        l = len(graspf)
        if l == 0:
            raise FileNotFoundError('没有查找到数据集，请检查路径{}'.format(file_dir))
        
        self.graspf = graspf[int(l*start):int(l*end)]
    
    '''
    中间是一些不相关的数据处理过程
    '''  
    def reader(self):
        for id_x in range(len(self.graspf)):
            x,pos_img,cos_img,sin_img,width_img,idx = self.pre_process(id_x)
            yield x,(pos_img,cos_img,sin_img,width_img),idx
    
    def __getitem__(self):
        return self.reader

#准备数据集
cornell_path = '/home/aistudio/data/data53438/cornell'
cornell_data = Cornell(cornell_path)

shuffle_reader = paddle.reader.shuffle(cornell_data.__getitem__(), buf_size=len(cornell_data.graspf))

dataset = paddle.batch(shuffle_reader,
                            batch_size=batch_size,
                            drop_last=True)

然后在这个reader中读取batch循环开始训练的时候，如下图我发现遍历这个reader只需要一秒钟的时间，但整段代码运行却花了20多秒（真正训练的时候也是这样，训练十几个batch就一秒左右，但从开始到进入循环却要用20多秒），这不合理啊，是我哪里搞错了吗，恳请各位大佬指教。最后说明一下，整个程序是可以正常运行训练的，训练也很快，就是在这块，一执行dataset()这句就要花20多秒，但每个epoch都是要执行的，这速度就被拖下来了。