Kaggle 无缘无故地给我类型错误

Kaggle 不断给我一个 TypeError: 'NoneType' object is not iterable for the following code:

dls = DataBlock(
    blocks=(ImageBlock, CategoryBlock), 
    get_items=get_image_files, 
    splitter=RandomSplitter(valid_pct=0.2, seed=42),
    get_y=parent_label,
    item_tfms=[Resize(192, method='squish')]
).dataloaders(path_to_images, bs=32)

dls.show_batch(max_n=6)

这是完整的笔记本:

我尝试过更改笔记本的环境，但我不知道如何修复它。该代码在另一台笔记本上运行良好，但对于这台笔记本来说，它只是表现不佳。

这个错误信息 "TypeError: 'NoneType' object is not iterable" 通常出现在你尝试对一个 None 值进行迭代时，例如使用 for 循环遍历它。在你的代码中，问题可能出在以下几处：

1. get_image_files 函数 : 确保这个函数返回的是一个图像文件路径的列表，而不是 None。检查该函数的逻辑，确保它能够找到并返回图像文件。

2. parent_label 函数 : 确保这个函数为每个图像返回一个有效的类别标签，而不是 None。检查该函数的逻辑，确保它能够正确提取类别标签。

3. path_to_images 变量 : 确保这个变量指向的是一个包含图像的有效路径。检查路径是否正确，以及文件夹中是否存在图像文件。

以下是一些调试建议：

• 打印中间结果 : 在代码的不同阶段，使用 print() 打印出 get_image_files 和 parent_label 的返回值，以及 path_to_images 的值。这可以帮助你确定哪个部分返回了 None。

• 使用断点调试 : 如果你的 IDE 支持断点调试，可以设置断点并逐行执行代码，观察变量的值和函数的返回值。

• 简化代码 : 尝试创建一个更简单的例子，只使用一个图像文件和一个类别标签。如果这个简单的例子能够运行，说明问题可能出在你的数据加载逻辑上。

其他可能性:

• 库版本 : 确保你的 fastai 和其他相关库版本是最新的。有时，旧版本的库可能存在 bug。
• Kaggle 环境 : 尝试重启你的 Kaggle kernel 或者创建一个新的 kernel。

请提供 get_image_files 和 parent_label 函数的代码，以及 path_to_images 的值，以便我更准确地帮助你找到问题所在。