Pytorch Text用BucketIterator遍历时报‘无属性i’的AttributeError如何解决

1. BucketIterator.splits() 方法设计用于同时生成训练/验证/测试多组迭代器，返回值始终是迭代器组成的元组。你仅传入单个训练集且没有取元组的首个元素，最终train_iterator实际是迭代器的集合，而非可直接取batch的迭代器对象，遍历时拿到的是单个BucketIterator实例，自然不存在.i属性。
2. 代码存在潜在报错点：你在fields配置中已经将数据集中的id字段映射为样本的i属性，因此sort_key中写len(x.id)会找不到属性，需要同步修改为len(x.i)。

你可以任选以下一种方法修改：

方法1：调整splits方法的调用逻辑 #

仅需在获取返回值时取首个元素，同时修正sort_key：

train_iterator = BucketIterator.splits(
    # 加逗号明确是单元素元组，避免参数解析歧义
    (train_data,),
    batch_size = batch_size,
    sort_within_batch = True,
    sort_key = lambda x: len(x.i),
    device = device
)[0]

方法2：直接构造单数据集迭代器（更简洁） #

如果仅需要训练集迭代器，无需调用splits方法，直接用BucketIterator类构造即可：

train_iterator = BucketIterator(
    train_data,
    batch_size = batch_size,
    sort_within_batch = True,
    sort_key = lambda x: len(x.i),
    device = device
)

修改完成后再遍历train_iterator，即可通过data.i、data.t正常访问源序列和目标序列batch数据。

内容的提问来源于stack exchange，提问作者Muhammad Fhadli