PyTorch DataLoader为何将字典值转为列表？如何解决？

问题1：为什么DataLoader会将字典的值转为列表？ #

PyTorch的DataLoader默认会对样本进行批量整理（collate），哪怕设置batch_size=1，内置的默认collate_fn也会把单个样本的每个字段值包装成列表。这是为了统一批量数据的格式——当batch_size>1时，每个字段会收集对应批次里所有样本的数值形成列表（或张量），方便后续模型处理批量输入。你的场景里虽然是单样本返回，但DataLoader依然遵循了这个批量整理逻辑，所以字典的值被转成了列表。

问题2：如何让DataLoader遍历返回字典的原始值而非列表？是否有参数可配置？ #

可以通过自定义collate_fn（批量整理函数）实现，这是DataLoader的可配置参数，具体做法如下：

方法：自定义collate_fn #

编写一个自定义整理函数，判断批次长度：如果是单样本批次，直接返回原始字典；如果是多样本批次，可按需保持批量格式。示例代码：

def custom_collate(batch):
    # 当批次只有一个样本时，返回原始字典
    if len(batch) == 1:
        return batch[0]
    # 当批次有多个样本时，按默认逻辑整理成批量字典（可选，按需修改）
    return {key: [item[key] for item in batch] for key in batch[0].keys()}

# 创建DataLoader时传入自定义collate_fn
ds = MyDataset("myfile.json")
x = DataLoader(dataset=ds, collate_fn=custom_collate)

# 遍历测试
for i in x:
    print(i)

此时输出会和直接遍历数据集一致：

{'imagefile': 'train/0/16585.png', 'label': '0'}
{'imagefile': 'train/0/56789.png', 'label': '0'}

如果你的场景永远只用batch_size=1，也可以简化collate_fn为直接返回batch[0]，无需判断，但保留判断逻辑能让代码兼容更大的批次需求。

内容的提问来源于stack exchange，提问作者alvas