PyTorch Forecasting中TimeSeriesDataSet在DataLoader返回None报错问题

问题根源 #

当处理多目标变量时，TimeSeriesDataSet返回的目标结构为(目标张量列表, 权重张量)，其中权重张量为None，而PyTorch默认的default_collate无法处理None类型，因此触发报错。同时需确保DataSet的多目标配置正确，否则会加剧格式问题。

步骤1：确认TimeSeriesDataSet的多目标配置 #

创建DataSet时，必须将target参数设为包含所有30个目标列名的列表，且搭配MultiNormalizer作为归一化器：

# 假设你的30个目标列名为target_0到target_29
target_columns = [f"target_{i}" for i in range(30)]

dataset = TimeSeriesDataSet(
    data=your_dataframe,
    target=target_columns,  # 关键：传入多目标列列表
    time_idx="time_step",  # 你的时间索引列名
    max_encoder_length=10,  # 对应"前10步预测下一步"的需求
    max_decoder_length=1,
    # 其他必要参数（如静态特征、编码器特征等）
    target_normalizer=MultiNormalizer()  # 必须用MultiNormalizer处理多目标归一化
)

步骤2：自定义DataLoader的collate_fn #

编写自定义的collate函数，过滤掉None权重，并将30个目标张量合并为形状(batch_size, 30)的单个张量：

import torch
from torch.utils.data import DataLoader

def multi_target_collate(batch):
    # 拆分每个样本的输入特征和目标部分
    input_features = [sample[0] for sample in batch]
    target_lists = [sample[1][0] for sample in batch]  # 提取目标张量列表，忽略None权重
    
    # 将每个样本的30个单值张量堆叠为(30,)，再按批次堆叠为(batch_size, 30)
    collated_targets = torch.stack([torch.stack(targets) for targets in target_lists], dim=0)
    
    # 用默认collate处理输入特征字典
    collated_inputs = torch.utils.data.default_collate(input_features)
    
    return collated_inputs, collated_targets

步骤3：使用自定义collate创建DataLoader #

train_loader = DataLoader(
    dataset,
    batch_size=32,  # 根据你的显存调整
    shuffle=False,  # 时序数据通常不shuffle
    collate_fn=multi_target_collate
)

验证效果 #

取一个批次测试输出格式：

batch_inputs, batch_targets = next(iter(train_loader))
print(batch_targets.shape)  # 应输出 torch.Size([32, 30])

内容的提问来源于stack exchange，提问作者Farmer