ObjectTypeChecker＜TObjectRef＞::Check(sptr.get()): Expected type graph.Graph but get graph.HeteroGrap

最新推荐文章于 2024-11-06 21:27:54 发布
最新推荐文章于 2024-11-06 21:27:54 发布
阅读量504 收藏 1
点赞数
分类专栏： DGL 跑代码报错 文章标签： pytorch 深度学习
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/weixin_42324904/article/details/123614412
版权

看github上面有人写了把dgl版本降低到0.4.3即可

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ dgl==0.4.3

然后成功执行了。。。

最近在跑模型，版本问题好烦人啊。。。

每次拉下来都得改，，，

未空blog
关注
专栏目录
图神经网络：dgl官方教程( 一 ）
weixin_42721412的博客
02-03 2596
1.1 关于图的基本概念 1.2 图、节点和边 1.3 节点和边的特征 1.4 从外部源创建图 1.5 异构图 1.6 在GPU上使用DGLGraph 2.1 内置函数和消息传递API 2.2 编写高效的消息传递代码 2.3 在图的一部分上进行消息传递 2.4 在消息传递中使用边的权重 2.5 在异构图上进行消息传递 ...
C++实现share_ptr
qq_46058158的博客
03-14 92
C++实现 share_ptr
代码报错记录
m0_53531239的博客
11-29 406
记录一些自己在coding过程中的bug及修改问题
[Vue warn]:Invalid prop: type check failed.Expected Object,got Array父子组件传值 用空对象或空字符串接收
可控的事情要谨慎，不可控的事情要乐观。
08-09 642
上图中后台Controller中的data里面数据是个list,但前台打印response.data.data却是个Object类型，原来，typeof 的运算数对对象、数组和null，它返回的是“object”，如下图： 下图中phoneBooks定义为空字符串： 然后下图中子组件的props用空对象接收： 当时我使用Object接收，就会报这个错： ...
错误:关于Invalid prop: type check failed for prop “model“. Expected Object, got Array found in 报错
DDAD9527的博客
10-25 3511
1:
【学习笔记】图神经网络库 DGL 入门教程（backend pytorch）
热门推荐
一只热爱奔跑的程序猿
12-06 4万+
dgl库笔记 DGL官方文档 目录dgl库笔记1 DGL的安装2 DGL的后端3 一个有趣的入门示例3.1 从"Zachary's karate club" Problem讲起 1 DGL的安装 DGL官方文档 的安装方法似乎有点繁琐, 直接下载wheel文件安装即可; 非CUDA版本的dgl库, 去清华镜像dgl仓库 下载对应版本的whl文件直接用pip install安装即可; CUDA版本的dgl库, 目前有五种不同的dgl库对应不同的CUDA版本: 清华镜像dgl-cu90仓库 ;
void PID_Parameter_Init(PID *sptr) { sptr->SumError = 0; sptr->LastError = 0; sptr->PrevError = 0; sptr->LastData = 0; } int PID_Realize(PID *sptr, float *PID, int NowData, int Point) { int Realize; sptr->Dis_Err = Point - NowData; sptr->SumError += PID[KI] * sptr->Dis_Err; if (sptr->SumError >= PID[KT]) { sptr->SumError = PID[KT]; } else if (sptr->SumError <= -PID[KT]) { sptr->SumError = -PID[KT]; } Realize = PID[KP] * sptr->Dis_Err + sptr->SumError + PID[KD] *(sptr->Dis_Err - sptr->LastError); // + PID[KB] * ( NowData- sptr->LastData); sptr->PrevError = sptr->LastError; sptr->LastError = sptr->Dis_Err; sptr->LastData = NowData; return Realize; }错误修改之后的代码
07-16
else if (sptr->SumError <= -PID[KT]) { sptr->SumError = -PID[KT]; } Realize = PID[KP] * sptr->Dis_Err + sptr->SumError + PID[KD] * (sptr->Dis_Err - sptr->LastError); // + PID[KB] * ...
get_ptr<>()
07-28
get_ptr<>() 是一个函数模板，用于获取指针类型的智能指针。它接受一个智能指针作为参数，并返回指向该智能指针所管理对象的原始指针。 这个函数模板通常用于需要使用原始指针的情况，例如需要将智能指针传递给一些...
这是一串代码，帮我降重，这是以下代码：#include<stdio.h> #include<stdlib.h> struct node { int data; struct node *next; }; typedef struct node NODE; NODE * createNode(); void freeList(NODE * head); int findMax(NODE * head); int findMin(NODE * head); int sum = 0; int main() { NODE *head=createNode(); printf("The maximum,minmum and the total are:%d %d %d\n", findMax(head), findMin(head), sum); freeList(head); head = NULL; return 0; } NODE * createNode() { int num; NODE * current = NULL; NODE * last = NULL; NODE * head = NULL; scanf("%d", &num); while (num != -1) { current = malloc(sizeof(NODE)); if (current != NULL) { current->data = num; sum += num; if (head == NULL) { head = current; last = current; } else { last->next = current; last = current; } } scanf("%d", &num); } last->next = NULL; return head; } void freeList(NODE * head) { NODE * temp; while (head != NULL) { temp = head; head = head->next; free(temp); } } int findMax(NODE *head) { NODE * sptr = head; int max=sptr->data; while (sptr!=NULL) { if (sptr->data > max) max = sptr->data; sptr = sptr->next; } return max; } int findMin(NODE *head) { NODE * sptr = head; int min = sptr->data; while (sptr != NULL) { if (sptr->data < min) min = sptr->data; sptr = sptr->next; } return min; }
05-26
#include<stdio.h> #include<stdlib.h> typedef struct node { int data; struct node *next; } NODE; NODE * createNode() { int num; NODE * current = NULL; NODE * last = NULL; NODE * head = ...
QT智能指针QSharedPointer之中文文档不要忽悠我
trouble_makers的博客
11-04 6717
别看那么多智能指针的中文文档，没看懂反而看蒙了 官方文档： QSharedPointer will delete the pointer it is holding when it goes out of scope, provided no other QSharedPointer objects are referencing it. QSharedPointer在代码执行超出
# Tensorflow 代码调试过程出现问题及解决方法
派大星呐呐呐的博客
05-14 1万+
Tensorflow 代码调试过程出现问题及解决方法 @(monkey) 一. 错误 初学者很容易犯很多错误 记录一下 1.slice indices must be integers or None or have an index method #定义这样图 with tf.name_scope("validation"): with tf.variable_...
DGL.heterograph创建错误
Y
09-04 2694
raise DGLError("dgl.heterograph no longer supports graph construction from a SciPy " data = getM4Ldata(data_file_path) data_dict = { ('Gene', 'bag-labled', 'Disease') : data['GvsD'], ('Gene', 'bag-instance', 'Isofrom') :dat.
DGL官方教程--API--dgl.DGLHeteroGraph
Minions的博客
03-26 8589
class dgl.DGLHeteroGraph(gidx, ntypes, etypes, node_frames=None, edge_frames=None) 基本异构图类。 不要直接从该类实例化；使用conversionmethods来代替。 异构图被定义为具有节点类型和边缘类型的图。 如果两个边缘共享相同的边缘类型，则它们的源节点以及目标节点也具有相同的类型（源节...
DGL历史版本的使用
qq_44583635的博客
10-15 8567
DGL0.5.3使用，其他历史版本的使用。
dgl函数：dgl.heterograph()与dgl.from_scipy()函数详解，基于新版dgl-0.5.x以及0.6.x
ShakalakaPHD的博客
03-08 5130
文章目录软件环境1.相较于dgl-0.4.x版本的改变2.新版dgl从稀疏矩阵导入得到graph数据，dgl.from_scipy()函数3.dgl.heterograph()函数4.结束语 软件环境 使用环境：python3.7 平台：Windows10 IDE：PyCharm dgl版本： 0.5.3 1.相较于dgl-0.4.x版本的改变 网上关于dgl-0.4.x版本的相对较多，但是dgl在0.4到0.5版本发生了很大的改变，在0.4版本中常用的从稀疏矩阵中转换到graph诸多API已经不能使用了，
深入解析 Transformer 模型：编码器和解码器的完整实现
最新发布
weixin_52582573的博客
11-06 324
我们完成了 Transformer 模型中编码器和解码器的构建，并将它们组合成完整的模型。编码器负责将输入序列转化为高维特征，解码器在生成每个目标词时参考编码器输出，从而生成语义一致的输出序列。了解 Transformer 的内部结构有助于我们进一步优化模型，适用于各种 NLP 任务，如机器翻译和文本生成等。希望本文能帮助你理解 Transformer 编码器和解码器的核心设计和实现流程。
NF4量化算法的PyTorch实现
Slightwind's Blog
11-06 117
为了方便理解NF4算法的实现，这里用PyTorch实现了一版可以和CUDA NF4精度对齐的量化和反量化函数，并使用llama-3.1-8b模型进行测试，可以做到和CUDA实现的算子精度基本对齐（仅反量化存在少许误差），并对模型输出进行测试，64个tokens和CUDA实现完全一致。不过PyTorch的实现存在一定的性能损失，8B模型的量化过程从CUDA实现的3s增加到PyTorch实现的10s；类型的NF4表的中间值进行比较，从而得到表中距离。因此在实现时也需要注意。
Pytorch实现transformer语言模型
m0_37134868的博客
11-06 501
基于模型训练语言模型。语言模型任务是为句子后跟随单词输出一个似然概率，表征这个单词可能出现的概率。首先做 embedding，再做 positional encoding, 表征单词位置关系。由多层组成，对于语言模型任务，每个未来可能出现的单词都需要 mask 并预测其概率，为了得到实际的预测单词，模型的输出后需要接一个 log-Softmax 函数。
跟着小土堆学习pytorch（六）——神经网络的基本骨架(nn.model)
一个电子信息嵌入式的学习笔记
10-31 466
跟着小土堆学习pytorch（六）——神经网络的基本骨架(nn.model)
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