Question

我将batch_size设置为等于64，但是当我打印出train_batch和val_batch时，大小不等于64。

火车数据和val数据采用以下格式：

首先，我定义TEXT和LABEL字段。

tokenize = lambda x: x.split()

TEXT = data.Field(sequential=True, tokenize=tokenize)
LABEL = data.Field(sequential=False)

然后我继续尝试遵循tutorials，并在下面写了一些东西：

train_data, valid_data = data.TabularDataset.splits(
        path='.',
        train='train_intent.csv', validation='val.csv',
        format='csv',
        fields= {'sentences': ('text', TEXT),
                'labels': ('label',LABEL)}
)

test_data = data.TabularDataset(
        path='test.csv',
        format='csv',
        fields={'sentences': ('text', TEXT)}

)
TEXT.build_vocab(train_data)
LABEL.build_vocab(train_data)

BATCH_SIZE = 64

train_iter, val_iter = data.BucketIterator.splits(
    (train_data, valid_data),
    batch_sizes=(BATCH_SIZE, BATCH_SIZE),
    sort_key=lambda x: len(x.text),
    sort_within_batch=False,
    repeat=False,
    device=device
)

但是当我想知道迭代是否正确时，我会发现以下奇怪的事情：

train_batch = next(iter(train_iter))
print(train_batch.text.shape)
print(train_batch.label.shape)
[output]
torch.Size([15, 64])
torch.Size([64])

火车过程输出错误ValueError: Expected input batch_size (15) to match target batch_size (64).：

def train(model, iterator, optimizer, criterion):

    epoch_loss = 0

    model.train()

    for batch in iterator:

        optimizer.zero_grad()

        predictions = model(batch.text)
        loss = criterion(predictions, batch.label)
        loss.backward()
        optimizer.step()

        epoch_loss += loss.item()

    return epoch_loss / len(iterator)

任何人都可以给我一个提示，将不胜感激。谢谢！

Answer 1

返回的批次大小并不总是等于batch_size。例如：您有100个火车数据，batch_size为64。返回的batch_size应为[64, 36]。

代码：https://github.com/pytorch/text/blob/1c2ae32d67f7f7854542212b229cd95c85cf4026/torchtext/data/iterator.py#L255-L271

Answer 2

我也遇到过这个问题。我认为问题在于 batch_size 不在 shape[0] 位置。在您的问题中：

train_batch = next(iter(train_iter))
print(train_batch.text.shape)
print(train_batch.label.shape)
[output]
torch.Size([15, 64])
torch.Size([64])

15为batch中的max_sequence_length，可以使用Field定义中的fix_length进行固定，64为batch_size。我认为您可以重塑文字来解决这个问题，但我也在寻找更好的答案。

在torchtext BucketIterator中，batch_size不匹配

2 个答案: