TypeError: add_self_loops() got an unexpected keyword argument ‘edge_weight‘

最新推荐文章于 2024-05-04 23:11:48 发布
最新推荐文章于 2024-05-04 23:11:48 发布
阅读量180 收藏
点赞数
文章标签： 深度学习 python 人工智能 gnn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_56190554/article/details/134992603
版权

        这个错误表明在执行add_self_loops函数时出现了一个不期望的关键字参数edge_weight。，这个问题与PyTorch Geometric版本有关，因为较新的版本中add_self_loops函数的参数已经发生了变化。

        将 "edge_weight" 参数改为 "edge_attr "即可

参考于： 

GarsonW
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
django报错：add_atr() takes 0 positional arguments but 1 was given
12-22
TypeError at /add_atr/ add_atr() takes 0 positional arguments but 1 was given Request Method: GET Request URL: http://127.0.0.1:8000/add_stu/ Django Version: 3.0.3 Exception Type: TypeError Exception Value: add_atr() takes 0 positional arguments but 1 was given Exception Location: E:\env\django9\lib
TypeError: Unexpected keyword argument passed to optimizer: learning_rate 解决方法
01-21
1.运行环境：     Win 10 + Python3.7 + keras 2.2.5 2.报错代码： TypeError: Unexpected keyword argument passed to optimizer: learning_rate 3.问题定位：      先看报错代码：大概意思是， 传给优化器的learning_rate参数错误。 模型训练是在服务器Linux环境下进行的，之后在本地Windows（另一环境）继续跑代码，所以初步怀疑是keras版本不一致导致的。  Linux下keras版本为: 本地版本：                   再结合大佬博客 解
python事件循环_Python Tulip ( asyncio) 第2节 Base Event Loop 基本事件循环（2） 译文
weixin_39992312的博客
12-22 213
Tulip 的 《基本事件循环》第二篇 (共三篇)这是很长的一篇 所以分成了几部分18.5.1. Base Event Loop 基本事件循环(...续前文)18.5.1.4. Coroutines 协程BaseEventLoop.create_task(coro)Schedule the execution of acoroutine object: wrap it in a future...
Python学习笔记：14 函数使用进阶
qq_44733409的博客
08-06 556
关键字参数 在调用函数传入参数时，可以指定参数名，也可以不指定参数名，一个简单的例子如下所示： def add(a, b, c): return a + b + c if __name__ == '__main__': # 调用函数传入参数不指定参数名按位置对号入座 print(add(1, 2, 3)) # 调用函数通过“参数名=参数值”的形式按顺序传入参数 print(add(a=1, b=2, c=5)) # 调用函数通过“参数名=参数值”的形式不按
Python中遇到的问题以及解决方法
热门推荐
NiuXL的编程技术网络日志
09-24 1万+
文章目录1. ModuleNotFoundError: No module named 'pip'2. /usr/bin/python: No module named virtualenvwrapper3. TypeError: zinterstore() got multiple values for argument 'aggregate'4. AssertionError: View function mapping is overwriting an existing endpoint fun.
caffe.io.load_image(IMAGE_FILE, color=False)函数报错
12-22
1. TypeError: _open() got an unexpected keyword argument ‘as_grey’ 解决方法:   把caffe.io.load_image读取图片改成cv2读取: image = cv2.imread(IMAGE_FILE) image = cv2.cvtColor(image, cv2.COLOR_BGR2...
TypeError: _queue_reduction(): incompatible function arguments.
01-20
TypeError: _queue_reduction(): incompatible function arguments. The following argument types are supported: 1. (process_group: torch.distributed.ProcessGroup, grads_batch: List[List[at::Tensor]], ...
PyTorch Geometric(PyG) torch_geometric.nn.conv.gcn_conv源码详解
yrwang_xd的博客
05-14 4069
这个类继承自MessagePassing也就是Convolutional Layers import torch from torch.nn import Parameter from torch_scatter import scatter_add from torch_geometric.nn.conv import MessagePassing from torch_geometric.utils import add_remaining_self_loops from ..inits import
python入门指南_Python终极指南：如何从入门到专业
cumian8165的博客
08-16 389
python入门指南If you have an interest in Data Science, Web Development, Robotics, or IoT you must learn Python. Python has become the fastest-growing programming language due to its heavy usage and wide r...
用PyTorch_Geometric都能踩到什么坑?
m0_37525990的博客
04-02 693
用PyTorch_Geometric都能踩到什么坑? 最近在打KDD2021,重新安装了下PYG OGB数据的要求是装master版本的PYG 找了whl文件安装后发现跑不通baseline 出现了如下错误, AttributeError: module ‘torch_geometric.utils’ has no attribute ‘scatter_’ pip install torch-geometric==1.4.3 尝试把torch-geometric退回到1.4.3版本 TypeError:
Python数据分析案例44——基于模态分解和深度学习的电负荷量预测(VMD+BiGRU+注意力)
weixin_46277779的博客
05-04 786
使用模态分解+各种神经网络进行风电预测。['LSTM', 'GRU', 'CNN', 'MLP', 'CNN+LSTM', 'BiLSTM', 'Attention','BiGRU+Attention', 'MultiHeadAttention']
强化学习和深度学习的差异对比
天道酬勤
04-26 1036
它是通过展示大量的图片和相应的标签（例如，“猫”、“狗”等）来学习识别模式的，就像是你通过看不同的猫的图片来学习认识猫一样。如果你的问题涉及到需要做出一系列连续的决策，并且需要考虑环境的反馈以优化某种目标（比如控制机器人、制定金融投资策略等），那么强化学习可能是更合适的选择。有时，深度学习和强化学习可以结合使用，形成深度强化学习（DRL），以利用深度学习在表征学习方面的优势，并将其与强化学习的决策能力结合起来。强化学习通常需要更少的标记数据，因为学习是通过与环境的交互来实现的，而不是直接从标记数据中学习。
【深度学习基础（3）】初识神经网络之深度学习hello world
最新发布
hiliang521的博客
05-04 799
【深度学习基础（3）】初识神经网络之深度学习hello world
深度学习之基于Vgg16卷积神经网络印度交警手势识别系统
Q1744828575的博客
05-03 832
一、项目背景随着智能交通系统的发展，手势识别技术成为了一个关键组成部分，特别是在交通管理领域。在印度等人口稠密、交通繁忙的国家，交警手势在指挥交通中扮演着至关重要的角色。然而，由于人为因素和环境因素的影响，传统的交警手势识别方法往往存在识别不准确、反应速度慢等问题。因此，本项目旨在利用深度学习技术，特别是VGG16卷积神经网络，构建一个能够准确、快速地识别印度交警手势的系统。二、项目目标本项目的主要目标是通过深度学习技术，利用VGG16卷积神经网络实现对印度交警手势的自动、准确识别。
循环神经网络完整实现（Pytorch 13）
March_A的博客
05-04 622
我们构造一个具有256个隐藏单元的单隐藏层的循环神经网络 层rnn_layer。事实上，我们还没有讨论多层循环神经网络的意义。现在仅需要将多层理解为一层循环神经网络的输出被用作下一层循环神经网络的输入就足够了。通过一个隐状态和一个输入，我们就可以用更新后的隐状态计算输出。我们为一个完整的循环神经网络模型定义了一个RNNModel类。注意，rnn_layer只包含隐藏的 循环层，我们还需要创建一个单独的输出层。#@save"""循环神经网络模型"""
基于深度学习的人体关键点检测与姿态识别
qq_45087786的博客
05-04 93
深度学习人体关键点检测，姿态识别。
深度学习之基于Matlab NN的伦敦房价预测
Q1744828575的博客
04-30 833
一、项目背景房价预测是房地产领域的一个重要问题，对于投资者、开发商以及政策制定者等都具有重要的指导意义。随着深度学习技术的不断发展，其在房价预测领域的应用也越来越广泛。本项目旨在利用Matlab神经网络（NN）工具箱，构建一个基于深度学习的伦敦房价预测模型，以实现对伦敦地区房价的准确预测。二、项目目标数据收集与预处理：收集伦敦地区的房价数据，包括房屋类型、面积、地理位置、周边环境等信息，并进行数据清洗、去噪、标准化等预处理操作，以提高数据质量。
【深度学习】Yolov8使用心得
weixin_40293999的博客
04-27 457
兜兜转转，原本以为和yolov没啥关系了，但是新公司又回到了yolov侧。yolov8 可以用pip的方式安装，以package的三方软件包形式，隐藏了很多细节。当然你也可以从git上把全套代码down下来。
Deep Learning Part Eight--Attention 24.5.4
2301_81989907的博客
05-04 284
本章我们学习了 Attention 的结构，并实现了 Attention 层。然后，我们使用 Attention 实现了 seq2seq，并通过简单的实验，确认了 Attention 的出色效果。另外，我们对模型推理时的 Attention 的权重（概率）进行了可视化。从结果可知，具有 Attention 的模型以与人类相同的方式将注意力放在了必要的信息上。另外，本章还介绍了有关 Attention 的前沿研究。从多个例子可知，Attention 扩展了深度学习的可能性。
TypeError: __init__() got an unexpected keyword argument 'metaclass'
11-15
在Python中，当我们实例化一个类时，如果传递了未被识别的关键字参数，就会出现"TypeError: __init__() got an unexpected keyword argument"错误。这个错误通常是由于我们在实例化类时传递了不正确的参数导致的。例如，在示例代码中，我们尝试实例化 MyClass 类时，传递了一个未被识别的关键字参数 indices，导致了 "TypeError: init() got an unexpected keyword argument 'indices'" 错误。 而当出现"TypeError: __init__() got an unexpected keyword argument 'metaclass'"错误时，通常是由于我们在定义类时使用了不正确的语法或参数。在Python 3中，我们可以使用metaclass参数来指定类的元类。元类是用于创建类的类，它控制着类的创建过程。如果我们在定义类时使用了不正确的元类参数，就会出现"TypeError: __init__() got an unexpected keyword argument 'metaclass'"错误。 为了解决这个问题，我们需要检查我们在定义类时使用的元类参数是否正确，并确保只传递正确的关键字参数。如果我们不需要使用元类，可以省略metaclass参数。 以下是一个示例代码，演示了如何正确地定义类并避免出现"TypeError: __init__() got an unexpected keyword argument 'metaclass'"错误： ```python class MyClass: def __init__(self, name): self.name = name my_object = MyClass(name="example") ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值