修复HuggingFace PyTorch版Trainer报vars()参数无__dict__属性错误

该报错触发逻辑是Transformers库Trainer模块内置的默认数据整理器（data collator）在组装批次数据时，会调用vars()尝试把单个样本转换为字典结构：

• 若自定义Dataset返回的是普通元组（例如直接返回(image_tensor, label)格式的二元组）、基础数据类型等没有__dict__属性的对象，vars()调用就会直接抛出该TypeError。
• 该问题和Resize、CenterCrop、ToTensor等torchvision预处理变换本身无关，这些官方变换输出的标准Tensor不会触发属性错误。

• 方案1：修改自定义Dataset的返回格式
  调整MyDataset类的__getitem__方法，将原本返回元组的逻辑改为返回固定key的字典，匹配Trainer默认的字段预期，参考实现：

  import torch
  from torch.utils.data import Dataset
  from PIL import Image
  
  class MyDataset(Dataset):
      def __init__(self, split_subset, transform=None):
          self.data = split_subset
          self.transform = transform
  
      def __getitem__(self, index):
          # 适配ImageFolder经random_split拆分后的样本读取逻辑
          raw_img, label = self.data[index]
          if self.transform is not None:
              processed_img = self.transform(raw_img)
          # 核心修改：返回字典而非元组
          return {
              "pixel_values": processed_img,
              "labels": label
          }
  
      def __len__(self):
          return len(self.data)
  

• 方案2：显式传入自定义数据整理函数
  如果不想修改原有Dataset的返回结构，可以在初始化Trainer时传入自定义的data_collator，手动完成批次组装，跳过默认collator里的vars()调用逻辑，参考实现：

  import torch
  from transformers import Trainer
  
  def collate_fn(batch_samples):
      # 适配Dataset返回(image, label)元组的场景
      batch_imgs = torch.stack([sample[0] for sample in batch_samples])
      batch_labels = torch.tensor([sample[1] for sample in batch_samples])
      return {
          "pixel_values": batch_imgs,
          "labels": batch_labels
      }
  
  trainer = Trainer(
      model=your_pretrained_model,
      args=your_training_args,
      train_dataset=train_set,
      eval_dataset=val_set,
      compute_metrics=your_compute_metrics_func,
      data_collator=collate_fn # 传入自定义整理函数
  )
  

• 方案3：排查自定义扩展逻辑
  如果你在预处理流水线中加入了自行实现的变换函数，检查其输出是否为标准PyTorch Tensor/字典类型，避免输出无__dict__属性的特殊封装对象。

修改完成后可以先执行print(type(train_dataset[0]))做快速验证：如果输出是dict类型，或者配合自定义collator可以正常组装出包含pixel_values和labels字段的批次字典，再调用trainer.train()就不会触发该报错。

内容的提问来源于stack exchange，提问作者shantanu rahut