PyTorch中无递归bug查找Lambda匿名函数属性的方法及失效原因

递归查找Lambda失效的原因 #

1. PyTorch模块的特殊属性结构未被覆盖
   你自己写的递归函数大概率只遍历了对象的__dict__属性，但PyTorch的nn.Module子类（包括learn2learn的数据集类）会把子模块、参数等存放在_modules、_buffers这类专用容器里，这些容器不会被普通的__dict__遍历包含，导致藏在这些容器里的lambda没被查到。
2. 局部作用域Lambda的识别逻辑不足
   报错里的FullOmniglot.__init__.<locals>.<lambda>是定义在类初始化方法内部的局部lambda，这类lambda的作用域绑定在__init__的局部命名空间里，和全局lambda的属性特征有差异。如果你的递归函数只是简单判断类型是否为LambdaType，可能因为某些访问限制（比如属性不可直接读取）跳过了这类lambda。
3. 循环引用与遍历边界处理不当
   PyTorch对象之间普遍存在循环引用（比如模块引用父模块），如果你的递归函数没记录已遍历过的对象ID，会触发无限递归，导致提前终止遍历，漏检目标lambda；另外，对PyTorch的代理对象、懒加载属性处理不足，也会导致遍历中断。

PyTorch中无Bug查找所有Lambda的方法 #

下面是适配PyTorch场景的递归查找函数，解决上述问题：

import types
import torch.nn as nn

def find_all_lambdas(obj, visited=None):
    if visited is None:
        visited = set()
    obj_id = id(obj)
    if obj_id in visited:
        return []
    visited.add(obj_id)
    
    lambdas = []
    
    # 处理PyTorch模块的专用容器
    if isinstance(obj, nn.Module):
        # 遍历子模块
        for name, module in obj._modules.items():
            lambdas.extend(find_all_lambdas(module, visited))
        # 遍历缓冲区（虽然一般不会有lambda，但以防万一）
        for name, buffer in obj._buffers.items():
            lambdas.extend(find_all_lambdas(buffer, visited))
    
    # 遍历对象的所有可访问属性
    for attr_name in dir(obj):
        # 跳过特殊方法和私有属性（可根据需要调整）
        if attr_name.startswith('__') and attr_name.endswith('__'):
            continue
        try:
            attr_val = getattr(obj, attr_name)
        except (AttributeError, TypeError):
            # 处理无法访问的属性（比如@property或者只读属性）
            continue
        
        # 判断是否是lambda
        if type(attr_val) is types.LambdaType:
            lambdas.append((f"{type(obj).__name__}.{attr_name}", attr_val))
        else:
            # 递归遍历非基础类型的对象
            if hasattr(attr_val, '__dict__') or isinstance(attr_val, (list, tuple, dict, set)):
                # 处理容器类型
                if isinstance(attr_val, (list, tuple)):
                    for item in attr_val:
                        lambdas.extend(find_all_lambdas(item, visited))
                elif isinstance(attr_val, dict):
                    for key, val in attr_val.items():
                        lambdas.extend(find_all_lambdas(val, visited))
                elif isinstance(attr_val, set):
                    for item in attr_val:
                        lambdas.extend(find_all_lambdas(item, visited))
                else:
                    # 处理自定义对象
                    lambdas.extend(find_all_lambdas(attr_val, visited))
    
    return lambdas

使用说明 #

• 调用时直接传入你的FullOmniglot实例，比如lambdas_found = find_all_lambdas(your_omniglot_dataset)，返回的是一个列表，每个元素是（属性路径，lambda对象）的元组。
• 函数会自动处理PyTorch模块的_modules容器，避免漏检子模块里的lambda；同时用visited集合记录已遍历对象，解决循环引用问题；还处理了容器类型（列表、字典等）和无法访问的属性，减少遍历中断的情况。
• 针对局部lambda，只要它是对象的可访问属性，就能被检测到，因为函数直接判断类型为LambdaType，不管它的作用域是局部还是全局。

内容的提问来源于stack exchange，提问作者Charlie Parker