Pytorch_Geometric（PyG）使用DataLoader报错RuntimeError: Sizes of tensors must match except in dimension 0.

使用Pytorch_Geometric（PyG）时构建DataLoader，从DataLoader获取样本Batch时报错：RuntimeError: Sizes of tensors must match except in dimension 0.

报错原因是数据对齐错误，1个batch是多个样本的集合，在样本拼接成集合时出现错误，其规律如下：

• 使用pytorch-geometric的dataloader时，batch的各个样本合并规则
  • 属性edge_index规则特殊，每个样本edge_index为 $2\times e_i$，则合并n个样本形成一个batch之后的batch.edge_index大小为$2\times ({\sum }_{i=1}^n{e}_i)$
  • 其他所有属性如果为tensor，则按照第一个维度扩展，例如对于属性$x$，第一个样本大小为$d_1\times d_2$，第二个样本大小为$d_3\times d_2$，则如果有一个batch包含这两个样本，batch.x的大小会是$(d_3+d_1)\times d_2$。这里一个巨坑，要求除了第一个维度之外，其他维度大小都必须要相同！！ 否则会报错RuntimeError: Sizes of tensors must match except in dimension 0.
  • 其他属性如果不是tensor，就会正常按照列表返回，batch.x=[ 样本1的x,样本2的x,样本3的x]

如何解决：

• 如果是使用torch tensor引起的，可以考虑想办法对齐除了第一个维度外，其他维度的宽度。
• 如果没办法对齐，使用非tensor数据类型替换，例如列表。
• 最后的选择，指定batch_size=1以规避。dataloader=DataLoader(MyData,batch_size=1)

2022/06/23原始

---

2023/02/20更新
https://pytorch-geometric.readthedocs.io/en/latest/notes/batching.html
这个是官网更详细的描述，直接看这个简单