问题标签 [dgl]

我一直在使用下面的代码来获取DGL提供的默认Cora数据集，但是今天突然出现如下错误。

该代码在 CoLab（python 3.7 和 Pytorch 后端）中运行。我认为这是 DGL 更新的错误（因为它之前一直有效）。但是，我只是想知道我们是否可以做些什么来解决这个问题？

谢谢。

我从另一个线程中看到当前频道可能会影响它。我想安装 dgl 0.4.3。和 pip 命令或从环境文件安装失败。我怎样才能安装它？下面是错误日志。非常感谢。

收集包元数据（current_repodata.json）：完成求解环境：初始冻结求解失败。使用灵活的求解重试。收集包元数据（repodata.json）：完成求解环境：初始冻结求解失败。使用灵活的求解重试。

PackagesNotFoundError：当前频道不提供以下软件包：

• dgl

当前频道：

• https://conda.anaconda.org/dglteam/osx-arm64
• https://conda.anaconda.org/dglteam/noarch
• https://conda.anaconda.org/conda-forge/osx-arm64
• https://conda.anaconda.org/conda-forge/noarch

要搜索可能提供您正在寻找的 conda 包的替代频道，请导航至

并使用页面顶部的搜索栏。

我正在使用 DGL 库自定义邻域采样器。但是，当我在初始化 NodeDataLoader 时将参数“num_workers”设置为非零数字时，采样器无法工作。例如：

上面的代码运行良好，我在“dgl.dataloading”中使用了 MultiLayerFullNeighborSampler。请注意，无论参数“num_workers”是否设置为非零，它都有效。

上面的代码也运行良好。TestSampler 类的实现完全复制自 MultiLayerFullNeighborSampler 的实现。但是，当我将参数“num_workers”设置为非零时：

上面的代码在枚举时失败。错误消息是关于多处理的：

查了一下资料，觉得可能和windows系统的multiprocessing有关。但是，它不能解释为什么 MultiLayerFullNeighborSampler 类可以运行良好。我想知道如何正确修复它。

软件版本：

Python：Python 3.8.8（默认，2021 年 4 月 13 日，15:08:03）[MSC v.1916 64 位（AMD64）] :: Ana conda, Inc. on win32

Pytorch：1.9.1 py3.8_cuda10.2_cudnn7_0

dgl-cuda10.2：0.7.1

我正在使用 DGL 构建 LightGCN 模型。我看过其他类似的问题，但仍然找不到我的问题的解决方案。我没有在这个模型中保存或使用隐藏状态或其他中间值。

这是我定义的损失函数：

下面是训练代码：

这是模型代码：

这是错误消息：

我在尝试存储图形并加载它们以供以后在 dgl 期间使用时遇到问题。我正在使用 networkx 创建图，然后将它们转换为 dgl 图，然后使用 .bin 将它们存储在 .bin 文件中 dgl.save_graphs("./data.bin) 。

在稍后加载它们时，dgl.load_graphs("/data.bin")我正在尝试使用数据来创建 dgl.data.gindt.GINDataset对象，因此文件的格式不适用于数据集对象。

关于与 dgl GINDataset 兼容的其他图形存储方法的任何想法？抱歉，如果问题没有很好地表述，谢谢。

考虑以下玩具 networkx 图：

我想在dgl中使用它，但我不确定如何读取节点权重。我尝试过：

但这给出了：

这样做的正确方法是什么？

我是 stable-baselines3 的新手，正在尝试解决一个玩具图神经网络问题。我之前有一个使用数组的翻转示例。问题是这样的：给定一个包含 10 个随机位的列表和一个翻转位的操作，找到一种翻转位以将它们全部设置为 1 的方法。显然，您可以通过翻转当前为 0 但系统具有的位来做到这一点学习这个。

我想做同样的事情，输入是带有节点权重的简单线性图而不是数组。我不知道该怎么做。以下代码片段将制作一个有 10 个节点的线性图，将节点权重添加到每个节点并将其转换为 dgl 图

当我在位翻转示例中使用线性数组时，我的环境是这样的：

完成数组版本中代码的最后几行很简单：

我不能再spaces对图表使用稳定基线了，那么对于这个玩具问题，让稳定基线与我的 dgl 图表交互的正确方法是什么？

我在 python 中使用 dgl 实现图形注意网络代码：

    理解图注意力网络——DGL 0.6.1

我想在实现的等式（2）中使用 min、max、sum 或 Hadamard 函数而不是串联函数。我怎样才能做到这一点？

等式（2）的代码如下：

连接函数torch.cat()在下面的代码中：

如何更改原始实现的串联功能？

编辑：显然 DGL 已经在研究它了：https ://github.com/dmlc/dgl/pull/3641

我有几种类型的嵌入，每一种都需要自己的线性投影。我可以用一个 for 循环来解决这个问题：

但理想情况下，我想做某种分散操作来并行运行它。就像是：

pytorch_scatter(lin_layers, embeddings, layer_map, reduce='matmul')，其中层图告诉哪个嵌入应该通过哪个层。如果我有 2 种类型的线性层并且 batch_size = 5，那么 layer_map 将类似于 [1,0,1,1,0]。

是否可以像在pytorch_scatter中那样以有效的方式对 for 循环进行矢量化？请检查以下最小示例。

相关stackoverflow问题：如何向量化scatter-matmul操作

pytorch 中的相关问题：https ://github.com/pytorch/pytorch/issues/31942

我正在按照本指南从我自己的数据中创建用于图形分类的数据集：https ://docs.dgl.ai/en/0.6.x/new-tutorial/6_load_data.html

在那里，它们不会创建任何节点的特征，因为如果您要预测图形类，则没有必要。就我而言，它是相同的，我不想使用任何节点功能（还）进行分类。

为了训练 GNN，我正在学习本教程：https ://docs.dgl.ai/tutorials/blitz/5_graph_classification.html#sphx-glr-tutorials-blitz-5-graph-classification-py

两者都来自官方文档，但它们似乎不兼容，因为当我尝试将它们一起使用时，我收到了这个错误：

而且我没有找到另一个不使用节点功能的情况下使用 DGl 训练 GNN 的示例。可能吗？我必须创建虚假属性吗？

谢谢！