pytorch数据加载器默认值\u collate参数与to（设备）一起使用

我一直在尝试使用to（设备）将to（设备）集成到我的数据加载器中，如中所示

我对时尚主义者的定义如下：

device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
batch_size = 32
trainset = datasets.FashionMNIST('~/.pytorch/F_MNIST_data/',
                                 download=True,
                                 train=True,
                                 transform=transforms.ToTensor())
rain_loader = torch.utils.data.DataLoader(trainset, batch_size=batch_size, shuffle=False, collate_fn=lambda x: default_collate(x).to(device))

但我得到了以下错误： AttributeError:'list'对象没有“to”属性。 默认collate的输出似乎是一个长度为2的列表，第一个元素是图像张量，第二个元素是标签张量（因为它是next（iter（train_loader））的输出，collate_fn=None），所以我尝试了以下定义的函数：

def to_device_list(l, device):
    return [l[0].to(device), l[1].to(device)]
train_loader = torch.utils.data.DataLoader(trainset, batch_size=batch_size, shuffle=False, collate_fn=lambda x: to_device_list(x, device))

我得到了以下错误： AttributeError:“tuple”对象没有“to”属性。

---

有关如何操作的任何帮助？

fashion mnist数据集返回一个由

img

和

target

组成的元组，其中

img

是类的张量，target是

int

值

现在，您的

dataloader

从

dataset

类获取批量大小的样本，以获得样本列表。注意，这个示例列表现在是，

list[Tuple[Tensor，int]]

（在这里使用键入注释）。然后调用collate函数将

List[Tuple[Tensor，int]

转换为

List[Tensor]

，其中该列表有2个张量。第一个张量是大小为[32,1,28,28]的图像的堆叠数组，其中32是批量大小，第二个张量是int值的张量数组（类标签）

default\u collate

函数只是将结构数组转换为数组结构

现在，当您使用

collate\u fn=lambda x:default\u collate（x）.to（device）

时，请注意default\u collate返回一个张量列表。所以在列表中调用

.to

是行不通的，应该在列表的所有元素上调用

解决方案 使用

---

map函数将list的每个元素（从

default\u collate

）传输到cuda，最后是调用list，因为

map

在python3中的计算是惰性的。

我知道太晚了，但添加了解决方案。对于任何面临此问题的人，我建议使用pycharm或其他ide中的调试工具，或者只是pudb。这样很容易找到问题所在。

collate_fn=lambda x: list(map(lambda x: x.to(device), default_collate(x))))