File "E:\pythonProject\main.py", line 35, in train encoder_hidden = encoder.init_hidden() File "E:\Anaconda\envs\pytorch\lib\site-packages\torch\nn\modules\module.py", line 1614, in __getattr__ raise AttributeError("'{}' object has no attribute '{}'".format( AttributeError: 'Encoder' object has no attribute 'init_hidden'

这个错误是因为在 `Encoder` 类中没有定义 `init_hidden` 方法。在一些编码器-解码器模型中，编码器的隐藏状态（hidden state）需要在每个新的输入序列开始时进行重置，以便处理不同长度的输入序列。因此，通常需要定义一个 `init_hidden` 方法来初始化隐藏状态。

要解决这个错误，你需要在 `Encoder` 类中定义一个 `init_hidden` 方法，例如：

class Encoder(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(Encoder, self).__init__()
        self.hidden_size = hidden_size
        self.embedding = nn.Embedding(input_size, hidden_size)
        self.gru = nn.GRU(hidden_size, hidden_size)

    def forward(self, input):
        embedded = self.embedding(input).view(1, 1, -1)
        output, hidden = self.gru(embedded)
        return output, hidden

    def init_hidden(self):
        return torch.zeros(1, 1, self.hidden_size)

这里的 `init_hidden` 方法创建了一个形状为 `(1, 1, hidden_size)` 的张量，用于初始化编码器的隐藏状态。在每个新的输入序列开始时，可以调用 `init_hidden` 方法来重置隐藏状态。

如果你的代码中已经定义了 `init_hidden` 方法，可能是因为没有正确调用或者传递编码器的隐藏状态，导致找不到该方法。需要确保在每个新的输入序列开始时调用 `init_hidden` 方法，并将返回的隐藏状态传递给下一个时间步骤。