Python 如何修复pytorch快速入门教程中的错误？

我正试图遵循pytorch的教程，但似乎有一个问题。我创建了一个名为

training\u data

的自定义数据加载器，它根据需要返回一个对象，即字典

{"image": image, "label": label}

其中，

image

是张量，

label

是字符串。然后，我按照教程创建一个

DataLoader

，如下所示：

train_dataloader = DataLoader(training_data, batch_size=batch_size)

并在方法

train

中使用该

DataLoader

：

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader)
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)

        # Compute prediction error
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

        if batch % 100 == 0:
            loss, current = loss.item(), batch * len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")

但是，当我调用批处理的训练方法时

train(train_dataloader, model, loss_fn, optimizer)

我犯了一个错误

Traceback (most recent call last):
  File "train_network.py", line 110, in <module>
    train(train_dataloader, model, loss_fn, optimizer)
  File "train_network.py", line 76, in train
    X, y = X.to(device), y.to(device)
AttributeError: 'str' object has no attribute 'to'

回溯（最近一次呼叫最后一次）：
文件“train_network.py”，第110行，在
列车（列车数据加载器、模型、损耗、优化器）
列车中第76行的文件“train_network.py”
十、 y=X.to（设备），y.to（设备）
AttributeError:“str”对象没有“to”属性

---

as

y

是一个带有内容

标签的字符串。我做错了什么？
你的标签
y
需要是火炬张量。由于您当前有字符串，并且假设您在
n
类中进行分类，您可以使用列表简单地映射它们。例如，对于三个类，在
数据集
类的
初始化
中：

self.label_names = ["class1", "class2", "class3"]

然后，在
\uuu getitem\uuuu
中，您可以添加：

label = torch.tensor(label_names.index(label))

其中，
label
以前存储了一个字符串。
字典是数据集返回的有效类型（不过为了公平起见，更常见的做法是让数据集的
\uuu getitem\uuuuuu
方法返回
数据
，
label
作为两个独立的张量。）

在任何情况下，当dataset
\uuuu getitem\uuuu
方法返回dict类型的对象时，pytorch的方法也会返回一个dict，并使用相同的键。您的问题是您试图将键（字符串）而不是值（张量）移动到GPU

相反，你应该：

for batch, datum in enumerate(dataloader):
   X = datum["image"].to(device)
   y = datum["label"].to(device)
   ...

然而，正如@GoodDects所指出的，我很有信心您需要将字符串标签转换为整数类型标签进行分类（通过该答案中详述的一种热编码）

如果您根本不想编辑数据集，您可以为您的数据加载器定义一个自定义的
collate\fn
，用整数替换字符串类名，或者在加载数据批处理后执行此类型转换（不推荐）。
y
应该是torch张量。根据文档，它是一个标签。那么如何从标签字符串创建一个张量呢？使用类似于
torch.tensor（[0]]]
和
torch.tensor（[1]）的东西
我拥有的两个标签的正确方法？取决于问题的数据和类型。例如，如果您试图从N个类中进行分类，典型的表示法是将每个标签分配到0到N-1之间的整数，并使用该整数来训练模型。另一种常见的方法是使用单热编码。是的，您可以这样做。否t不是work@Alex错误是什么？至少，它不应该是同一个问题。同一个问题。但是当我的数据集返回元组
spec[0]，label
而不是
{“image”：spec[0]，“label”：label}
（带有
label
一个整数），那么我就不会再收到错误了
# from GoodDeeds answer, I include to condense both relevant changes into one answer
self.label_names = ["class1", "class2", "class3"]
label = torch.tensor(label_names.index(label)) # in __getitem__ method