错误描述

运行

bigram_vocab = d2l.Vocab(bigram_tokens)

时出现如下报错：

TypeError: '<' not supported between instances of 'str' and 'tuple'

解决方法

找到本地的d2l包的torch.py文件，本人的路径如下：

"D:\anaconda\envs\pytorch\Lib\site-packages\d2l\torch.py"

打开torch.py文件，找到Vocab类，大概在670行左右

使用下面的代码将Vocab类整体替换掉：

class Vocab:  #@save
    """文本词表"""
    def __init__(self, tokens=None, min_freq=0, reserved_tokens=None):
        if tokens is None:
            tokens = []
        if reserved_tokens is None:
            reserved_tokens = []
        # 按出现频率排序
        counter = count_corpus(tokens)
        self._token_freqs = sorted(counter.items(), key=lambda x: x[1],
                                   reverse=True)
        # 未知词元的索引为0
        self.idx_to_token = ['<unk>'] + reserved_tokens
        self.token_to_idx = {token: idx
                             for idx, token in enumerate(self.idx_to_token)}
        for token, freq in self._token_freqs:
            if freq < min_freq:
                break
            if token not in self.token_to_idx:
                self.idx_to_token.append(token)
                self.token_to_idx[token] = len(self.idx_to_token) - 1

    def __len__(self):
        return len(self.idx_to_token)

    def __getitem__(self, tokens):
        if not isinstance(tokens, (list, tuple)):
            return self.token_to_idx.get(tokens, self.unk)
        return [self.__getitem__(token) for token in tokens]

    def to_tokens(self, indices):
        if not isinstance(indices, (list, tuple)):
            return self.idx_to_token[indices]
        return [self.idx_to_token[index] for index in indices]

    @property
    def unk(self):  # 未知词元的索引为0
        return 0

    @property
    def token_freqs(self):
        return self._token_freqs

def count_corpus(tokens):  #@save
    """统计词元的频率"""
    # 这里的tokens是1D列表或2D列表
    if len(tokens) == 0 or isinstance(tokens[0], list):
        # 将词元列表展平成一个列表
        tokens = [token for line in tokens for token in line]
    return collections.Counter(tokens)

代码来源：https://zh-v2.d2l.ai/chapter_recurrent-neural-networks/text-preprocessing.html

 替换掉之后如下图所示：

 Ctrl+s保存文件，再次运行代码，问题被完美解决：

 附录

这章的代码封装多多少少有点问题，有些函数在d2l包的不同版本中缺失，如果出现了

AttributeError: module 'd2l.torch' has no attribute 'read_time_machine'

可以看我的这篇文章：https://blog.csdn.net/2301_81261438/article/details/145913154?fromshare=blogdetail&sharetype=blogdetail&sharerId=145913154&sharerefer=PC&sharesource=2301_81261438&sharefrom=from_link