将TensorFlow项目转PyTorch时创建TensorDataset遇'int'不可调用错误

这个错误大概率不是输入形状的问题，而是变量名冲突或导入错误导致的，以下是具体排查和修复步骤：

1. 检查TensorDataset的导入与变量重名 #

• 首先确认代码开头正确导入了TensorDataset：

  from torch.utils.data import TensorDataset
  

  如果漏了这行，或者之前不小心把TensorDataset赋值成了整数（比如TensorDataset = 10），就会导致调用时触发int不可调用的错误。
• 可以在创建train_data前加一行验证：

  print(type(TensorDataset))
  

  正常输出应该是<class 'type'>，如果输出是<class 'int'>，说明存在变量重名，删掉或重命名那个占用TensorDataset名称的变量即可。

2. 确认输入数据为PyTorch张量 #

虽然你提到形状正确，但如果输入数据是TensorFlow张量或numpy数组，少数情况下可能引发隐性问题。可以强制转换为PyTorch张量再传入：

import torch

train_data = TensorDataset(
    torch.as_tensor(self.x_train[idx_train]), 
    torch.as_tensor(self.covariates_train[idx_train]),
    torch.as_tensor(self.y_train[idx_train])
)

torch.as_tensor会自动处理numpy数组或TensorFlow张量的转换，同时尽量避免不必要的数据拷贝。

3. 检查索引变量idx_train #

确保idx_train是数组、列表或PyTorch张量类型，而非单个整数。如果idx_train是单个整数，切片后会得到张量的单个元素而非批量张量，但你的形状输出显示是(180, ...)，所以这个可能性较低，但可以快速验证：

print(type(idx_train), idx_train.shape if hasattr(idx_train, 'shape') else len(idx_train))

确认输出的长度/形状是180即可。

内容的提问来源于stack exchange，提问作者johnnyb