优快云 精品推荐

本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。

在使用pyg-lib和这个错误通常出现在库的版本不兼容或安装不当时，导致无法正确导入所需的模块。

包下没有这个函数，所以会出现导入失败，无法找到该函数的错误。库来自定义图数据，使用函数。这样即可将自定义的字典转化为。的图格式，出现如下问题。

时，默认情况下，PyTorch 会释放中间计算图，以节省内存。如果你需要多次反向传播（例如在循环中多次调用），需要指定。这是由于在执行反向传播时，尝试了第二次通过计算图进行反向传播，而没有指定。训练模型时出现如下问题。

【代码】x1rd.biffh.XLRDError:Excelxlsxfile;

【代码】AttributeError:'pandas._libs-properties-CachedProperty'objecthasnoattribute'func'

进行数据分析建模出现如下问题。出现这个问题的原因是。

但是我的服务器只有一张显卡，所以会出现找不到显卡问题。只需要将设备设置为自己的显卡编号即可，或者没有显卡设置为。深度学习项目，在利用显卡进行训练出现如下问题。出现这个问题的原因是，我的代码。

库安装错了，所以在导入对应的模块时显示缺失，安装。在运行图神经网络的代码时出现如下问题。，所以在导入相应模块时出现缺失问题。安装的并不是图神经网络的扩展库。出现这种问题的原因是我的。

这个卷积层，所以会出现无法导入的问题。异构图神经网络的代码，当导入。出现这个问题的原因就是当前的。这个卷积层出现如下问题。

这个问题不一定是由这个导致的，一定要看我上面图标记的红框，看你的是不是这个原因，如果不是那么下main的解决办法可能无用，因为。的版本，所以更换他很可能导致用不了。出现了问题，出现这个问题的原因是。这个库来搭建图卷积模块时出现。的版本依赖原因，当前版本的。但是个人不建议这种方式，因为。的版本，可以选择把旧版本的。需要依赖很多其他的库以及。建议使用这种方式，仅仅更新。对于我的问题出现的原因是。可以由很多问题导致。

但仍无法正常运行，因为该库还依赖其他一些库。为了解决这个问题，我们需要安装所有的依赖库，包括。这样是不行的，因为需要特定版本之间的依赖关系，有的版本之间不兼容。库在实现图神经网络方面的东西，在运行期间出现如下问题。但是还需注意一点，这个库依赖关系比较严格，仅仅用。大家可以按照我的环境进行安装。出现这个问题的原因是缺少。

显卡被占用：当存在多个显卡时，默认使用 0 号显卡。即使 1 号显卡空闲，但如果 0 号显卡被占用，仍然会导致报错。在使用 PyTorch 中加载模型时，出现 CUDA 错误: out of memory。根据具体情况，采取上述解决办法中的一种或多种来解决 CUDA 错误: out of memory 问题。解决办法：可以让其他显卡不可见，从而使 0 号显卡变为空余的 1 号显卡。CUDA 显存不足：可能是因为当前显卡显存不足。解决办法：考虑更换显存更大的显卡。

最后，确保模型的输入层能够接受这种新的数据结构，包括名称和形状的匹配。检查模型的输入层定义，确保它们与数据集结构一致。但在某些情况下，输入数据已经是 TensorFlow 数据集，而不是直接的张量。确保输入数据是张量而不是 TensorFlow 数据集。如果输入数据已经是数据集，需要进行相应的处理。如果输入数据是 TensorFlow 数据集，你需要将它们合并为一个数据集，然后通过。两个输入层已经是 TensorFlow 数据集而不是张量。转换为模型所需的结构，最后通过。是输入数据的数据集，通过。

参数的情况下，提供布尔值或整数值的填充值是不支持的，我使用的版本是。上的一段代码出现如下问题。

例如，可能是在优化器函数（optimizer function）或损失函数（loss function）中传递的参数存在错误（包括拼写错误），导致TensorFlow的优化器无法对这些参数进行梯度计算。得到的预测值（prediction）在传递给损失函数后，成为一个数值型参数，导致损失函数与模型参数之间的联系被切断，无法进行微分计算。例如，如果损失函数中包含了一些不支持微分计算的操作，比如。解决办法：逐一检查参数是否正确，并进行必要的修改。解决办法：替换这些不支持微分计算的操作或模型。

更新到最新或者更新到 2.4.0+以上即可。这条指令时突然找不到这个模块，出现。的版本太低了，目前还没有引入这个模块。出现这个问题的原因就是你的。

如果您安装的PyTorch版本低于1.9.*，可能会遇到兼容性问题。旧版本的PyTorch可能无法完全支持最新的。在Anaconda的虚拟环境中使用指令。

等参数都应该是 PyTorch 的张量（tensor）对象，而不是 Python 列表或 NumPy 数组。内置的DataLoader构造迭代器时出现如下问题。所有对象都创建成了Python中的列表。

使用PyG搭建一个链路预测的GCNs模型出现了如下问题 `RuntimeError: The size of tensor a (20) must match the size of tensor b (10) at non- singleton dimension 2`

安装好 `torch-geometric` 之后，使用 `import torch_geometric` 时出现如下问题 `OSError: dlopen(/Users/psanchez/miniconda3/envs/playbook/lib/python3.9/site-packages/libpyg.so, 0x0006): Library not loaded: /usr/local/opt/python@3.10/Frameworks/Python.framework/Versions/3.10

从 `Github` 上下载了一个图神经网络的边缘预测项目，使用GCN运行预测时出现如下问题 `AttributeError: 'tuple' object has no attribute 'x'`

在运行代码 `args.device = torch.device('cuda: ' + str(args.gpu_id))` 设置GPU时出现如下问题 `RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously reported`

在训练模型时使用到了交叉验证，当我设置 `n_split = 10` 出现如下问题 `ValueError: n_splits=10 cannot be greater than the number of members in each class.`

我出现这个问题是由于多线程加载数据导致，在某些操作系统或环境中（尤其是Windows），多进程支持可能没有很好地实现，这也可能导致问题。使用PyTorch创建一个DataLoader迭代器，进行模型训练时出现如下问题。，利用4个线程去加载数据，这种策略目前是在。

使用 `GCN` 网络进行图节点分类任务，然后出现如下问题 `TypeError: GCNConv.forward() missing 1 required positional argument: 'edge_index'`

安装了 `torch` 和 `torch-geometric` ，然后想运行Github上的一个示例图神经网络的代码，出现了如下问题 `OSError: libc10_hip.so: cannot open shared object file: No such file or directory`

使用 `torch-geometric` 运行一个图神经网络Demo，出现了如下问题 `RuntimeError:object has no attribute sparse_csc_tensor:File "/home/lbilic/anaconda3/envs/diffdock/lib/python3.9/site-packages/torch_sparse/tensor.py", line 520value = torch.ones(self.nnz(), dtype=dtype, device

我在学习 `torch-geometric` 这个库，使用 `from torch_geometric.loader import DataLoader` ，然后出现如下问题 `ModuleNotFoundError: No module named 'torch_geometric.loader`

安装好 `torch-geometric` 、 `torch` 和 `torch-sparse` 之后，运行从 `Github` 拷贝下来的图神经网络项目出现如下问题 `ImportError: 'SparseTensor' requires 'torch-sparse'`

在训练图神经网络时，我遭遇了一个问题，即 AttributeError: module 'torch' has no attribute 'sparse_csc'。我使用的是 PyTorch 和 torch-geometric 库。经过排查，我发现这个问题的根源出在库的版本兼容性上。

使用 `GCN` 实现图分类任务，然后数据集是我自定义的，有节点特征，然后搭建模型运行出现了如下问题 `RuntimeError: expected scalar type Double but found Float`

粉丝交流群一位初学 `torch-geometric` 这个工具包的伙伴在使用 `from torch_geometric.data import Data` 出现如下问题 `ModuleNotFoundError: No module named 'torch_scatter'`

一位订阅了专栏的粉丝私信我他的一个问题，他在导入 `torch_sparse` 出现了如下问题 `OSError: dlopen(/usr/local/Caskroom/miniconda/base/envs/my_conda_env/lib/python3.8/site-packages/torch_sparse/_version.so, 6): Symbol not found: __ZN3c105ErrorC1ENS_14SourceLocationERKNSt3__112basic_stringIc

在使用 `torch-geometric` 这个库编写图分类代码，在运行时出现如下问题 `OSError Traceback (most recent call last)...OSError: /anaconda3/lib/python3.7/site-packages/torch_sparse/_version_cuda.so: undefined symbol: _ZN5torch3jit17parseSchemaOrNameER

在安装 `torch_geometric` 、 `torch-sparse` 和 `torch-scatter` 时使用 `pip install ***` 在cmd中出现如下问题 `ERROR: Command errored out with exit status 1: command: 'C:\Users\hastings\anaconda3\python.exe' -u -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'C:\User

初期学习图神经网络时需要用到 `torch-geometric` 这个工具包，想要安装它，不过出现了如下问题 `ERROR: No matching distribution found for torch-geometri satisfies the requirement torch-geometric`

在使用 `!pip install --no-index torch-sparse -f https://pytorch-geometric.com/whl/torch-1.7.0+cu102.html` 安装 `torch-sparse` 时出现如下问题 `ERROR: Could not find a version that satisfies the requirement torch-sparseERROR: No matching distribution found for torch-sp

使用 `PyG` 搭建 `GCN` 实现链路预测任务时，出现了如下问题 `RuntimeError: The size of tensor a (20) must match the size of tensor b (10) at non- singleton dimension 2`

最近一粉丝在学习图神经网络，出现如下问题：`RuntimeError: Detected that PyTorch and torch_sparse were compiled with different CUDA versions.PyTorch has CUDA version 11.3 and torch_sparse has CUDA version 11.0.Please reinstall the torch_sparse that matches your PyTorch install