PyTorch出现Index Out of Range in self错误 推荐模型预测报错如何解决

这个报错绝大多数场景由Embedding层索引越界触发，少数由代码语法/变量错误导致，具体原因如下：

• 低级变量/语法错误
  你给出的代码片段本身存在两处基础错误：
  1. 列名引用漏写引号：input['user_id]、input['content_id] 需改为 input['user_id']、input['content_id']
  2. 变量名不匹配：你将ID列表存储到了users、content变量中，转张量时却调用了未定义的user_id、content_id变量，修正为：

  user_id_tensor = torch.tensor(users, dtype=torch.long)
  content_id_tensor = torch.tensor(content, dtype=torch.long)
  

• Embedding层索引越界（最常见原因）
  PyTorch的nn.Embedding要求输入的索引必须在[0, num_embeddings - 1]范围内，超出就会触发该报错，推荐场景下通常由两种问题导致：
  1. 未做ID连续映射：直接使用原始业务ID作为Embedding输入，训练时的最大ID小于预测时的输入ID，比如训练时用户最大ID是1，Embedding的num_embeddings设为2，预测时传入了ID为2的用户，超出索引范围
  2. 训练/预测映射逻辑不一致：训练时你对原始ID做了重映射（比如原始ID1映射为0、原始ID2映射为1），但预测时没有复用同一套映射表转换输入ID，直接传入原始ID导致索引越界
• 张量数据类型错误
  输入ID的张量如果是浮点型，也会触发索引校验错误，转张量时必须指定为torch.long整型。

内容的提问来源于stack exchange，提问作者titu84hh