索引越界错误排查：axis 0维度大小4141却访问索引11186

运行机器学习项目时反复触发IndexError，每次报错的索引值不同，但始终提示：

index X is out of bounds for axis 0 with size 4141

报错溯源：

• 触发位置：datasets.py第154行__getitem__方法调用iterator(index)
• 最终报错语句：第116行prepair_training_pairs方法中的labels = self.labels[index, :]

已知代码关联信息 #

• generated_train_batch_label函数生成的labels.pkl中，张量形状为tensor.Size([4141, 18])，即axis 0维度长度为4141
• 数据集类的__len__方法返回len(self.filenames)，但prepair_training_pairs、prepair_test_pairs方法使用传入的index访问self.labels

根因分析 #

核心矛盾是数据集长度和标签集长度不匹配：self.filenames的长度大于4141，导致__getitem__方法传入的index范围超过了self.labels的axis 0维度上限（最大有效索引为4140），触发越界报错。

修复方案 #

• 对齐数据集与标签集长度：检查self.filenames的生成逻辑，过滤掉没有对应标签的文件条目，确保len(self.filenames)等于4141
• 修正__len__方法返回值：将数据集类的__len__方法改为返回self.labels.shape[0]，限制索引的取值范围，避免超出标签集维度上限
• 检查标签生成逻辑：确认generated_train_batch_label函数是否遗漏部分标签生成，确保标签集axis 0长度与self.filenames长度一致

内容的提问来源于stack exchange，提问作者Parachutes