在数据加载过程中，由于数据格式的变化，从自定义的Data到使用DGL封装的图数据，导致了使用`torch.utils.data.DataLoader`时出现类型错误。解决方法是改用`torch_geometric.loader.DataLoader`，它更适合处理`DGLHeteroGraph`类型的数据。选择正确的DataLoader取决于数据结构，对于图结构数据，需使用能处理此类数据的加载器。
DataLoader都一样，一直没注意上面的引入包，因为换了个数据加载格式，从自己封的Data图数据，到用dgl包装
train_loader = DataLoader(train_glist, batch_size=args.batchSize, shuffle=True, collate_fn=collate) # ,drop_last=True
test_loader = DataLoader(test_glist, batch_size=args.batchSize,collate_fn=collate)
原因，使用的DataLoader引入包不一样，数据是[[g,label],[g,label],…]用下面这个：
from torch.utils.data import DataLoader
当用这个加载的时候报错：TypeError: DataLoader found invalid type: <class ‘dgl.heterograph.DGLHeteroGraph’>
from torch_geometric.loader import DataLoader
但是下面这个适合整体性的数据，例如[Data({}),Data({}),…]
所以根据不同的数据内容，选择好不同的图数据加载器
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
