Python 火炬数据集循环太远

为什么这个数据集试图迭代通过最后一个元素

from torch.utils.data.dataset import Dataset
class DumbDataset(Dataset):
    def __init__(self, dct):
        self.dct = dct
        self.mapping = dict(enumerate(dct))
    def __getitem__(self, index):
        return self.dct[self.mapping[index]]

    def __len__(self):
        print('called')
        return len(self.dct)

ds = DumbDataset({'a': 'aword', 'b': 'another_words'})

for k in ds: print(k)

---

这将引发KeyError:2，我不理解这一点，因为对象的长度是2。迭代器是否应该在耗尽后停止迭代？

代码引发

KeyError

的原因是

Dataset

，因此，当在for循环中使用时，Python会退回到从索引

0

开始，并调用

\uuu getitem\uuu

，直到引发

索引器，如前所述。您可以修改
数据集
，使其在索引超出范围时引发一个
索引器
，从而像这样工作

def __getitem__(self, index):
    if index >= len(self): raise IndexError
    return self.dct[self.mapping[index]]

然后是你的循环

for k in ds:
    print(k)

我会像你期望的那样工作。另一方面，torch数据集的典型模板是，您可以使用索引在它们之间循环

for i in range(len(ds)):
    k = ds[k]
    print(k)

或者将它们包装在一个
数据加载器中，该加载器将成批返回元素

generator = DataLoader(ds)
for k in generator:
    print(k)