问题标签 [pytorch-geometric]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 消息传递类中的“node_dim”参数指的是什么？
在用于创建消息传递网络的 PyTorch 几何教程中，在解释类的作用时，他们在开头有这一段：
MessagePassing(aggr="add", flow="source_to_target", node_dim=-2)：定义要使用的聚合方案("add", "mean" or "max")和消息传递的流向（或者"source_to_target"或"target_to_source"）。此外，该node_dim属性指示沿哪个轴传播。
我不明白这node_dim是指什么，以及为什么它是-2。我查看了该类的文档MessagePassing，它在那里说它是传播的轴——这仍然没有真正阐明我们在这里做什么以及为什么默认值为 -2（大概这就是你传播信息的方式在节点级别）。有人可以向我解释一下吗？
python - 加载pytorch几何时的Dlopen错误
我正在尝试通过以下代码行导入 torch_geometric：
并继续遇到以下错误：
我该如何解决这个问题？
python - pytorch-geometric library ImportError: DLL load failed: 找不到指定的程序
我试图安装 pytorch-geometric 但当我打电话时
import torch_geometric
出现错误：
ImportError: DLL load failed: The specified procedure could not be found.
追溯：
我的 pytorch 几何版本是：
火炬版本：
库达版本：
我错过了什么吗？这里有人遇到过这个问题吗？
deep-learning - 具有平坦潜在空间的 PyTorch 几何 GCN 自动编码器
我有一个问题，我有一系列观察结果，每个观察结果都是相同结构的图，但具有不同的节点特征。我想学习每个大小为 32x1 的图形的平面嵌入。
我的想法是使用自动编码器来做到这一点。这将获取输入图，应用一些图卷积，使用密集层将图映射到 32x1 潜在空间，然后在应用更多卷积之前重建图（使用相同的通用结构）。
据我所知，这与典型的图自动编码器框架形成对比，其中潜在表示是与输入具有相同结构但每个节点特征的潜在表示的图。
出于这个原因，我不确定如何使用 PyTorch Geometric 来实现这样的架构。也就是说，我不确定我是如何从平坦的潜在空间回到图表的。
这是可能的，如果是这样，我大概会怎么做？
pytorch - 具有稳定基线的 GNN
我希望使用DGL或 pytorch 几何在稳定的基线中构建我的策略和价值网络，但是我正在努力弄清楚如何发送观察结果。观察结果必须是体育课之一，spaces但我不确定如何以这种方式发送可由 DGL 或 Pytorch 几何使用的图形对象。
我遇到的基本问题是如何发送图形观察结果以及在哪里进行必要的预处理以将 DGL 或 pytorch 几何用于自定义稳定基线网络？我可以将图表打包到一个稳定的基线观察空间中，以某种方式 DGL 或 pytorch 几何可以吸收它吗？
注意：如果有人有任何代码的 github 链接，请告诉我，我到处找
pytorch - 有没有办法从cad模型中提取几何信息进行特征识别？
我对此真的很陌生，所以感谢任何帮助，所以基本上我正在尝试使用 PyTorch 几何来识别 3D CAD 模型中的拓扑特征（即插槽、口袋、孔等），但为了做到这一点，我需要代表 cad模型成 PyTorch 几何图形。对于输入数据，我正在考虑使用人脸的邻接来识别模型中的特征。
下面是一个我想从 3D 模型中实现的示例。每个面之间的关系以图形格式表示。
因此，在获得上述图表后，我想将其提供给图表分类算法。我面临的问题是如何从 CAD 模型中提取邻接信息（例如，假设面 1 连接到面 3，因此我将 2 个面作为图中的两个节点，并将两个节点与边缘，因为两个面都相互接触）如上图所示，用它制作一个图表。
我确实遇到了一个名为 pythonOCC 的工具，不确定我是否可以使用它来从中提取邻接信息，如果可能的话，请建议我可以使用该工具做什么。
pytorch - 导入 pytorch 几何会导致错误消息
我突然无法导入 pytorch 几何，我不知道为什么。我在我的 conda 环境中添加了包的屏幕截图，以及我尝试添加时收到的错误消息import torch_geometric。
错误信息：
OSError: dlopen(/Users/anstercharles/opt/anaconda3/lib/python3.8/site-packages/torch_sparse/_convert_cpu.so, 6): Symbol not found: __ZN2at8internal13_parallel_runExxxRKNSt3__18functionIFvxxmEEE 引用自：/Users/anstercharles/opt/anaconda3/lib /python3.8/site-packages/torch_sparse/_convert_cpu.so 预期在：/Users/anstercharles/opt/anaconda3/lib/python3.8/site-packages/torch/lib/libtorch_cpu.dylib 在 /Users/anstercharles/opt /anaconda3/lib/python3.8/site-packages/torch_sparse/_convert_cpu.so
跑步：
给我：
| 姓名 | 版本 | 建造 | 渠道 |
|---|---|---|---|
| 火炬 | 1.9.0 | cpu_py38h490fcb8_1 | 康达锻造 |
| pytorch 集群 | 1.5.9 | py38_torch_1.9.0_cpu | 生锈的 |
| pytorch-几何 | 1.7.2 | py38_torch_1.9.0_cpu | 生锈的 |
| pytorch-scatter | 2.0.8 | py38_torch_1.9.0_cpu | 生锈的 |
| pytorch-稀疏 | 0.6.11 | py38_torch_1.9.0_cpu | 生锈的 |
| pytorch-spline-conv | 1.2.1 | py38_torch_1.9.0_cpu | 生锈的 |
额外细节
- 操作系统：MacOS Mojave
- 蟒蛇 3
- 蟒蛇 3.8
pytorch - Pytorch Geometric：如何将第二个或第三个参数传递给 from_networkx？
我正在尝试使用Pytorch Geometric 中的from_networkx()。我有一个 networkx Graph 对象作为我的第一个参数，并试图输入节点属性的字符串列表。我收到一个错误，我在它想要 1 时给它 2 个位置参数。我怎样才能使这个代码起作用或找到解决方法？
下面的第一行是由 nx.get_attributes(I, 'spin') 生成的属性列表。
pytorch - Pytorch Geometric：如何从 pytorch 几何数据对象列表在 colab 笔记本中创建一个小型临时数据集
我正在使用 Colab 工作表并生成了 Pytorch 几何数据对象的 python 列表。我现在想把它们变成一个数据集，只在这个笔记本中使用。我怎样才能做到这一点？现有文档似乎面向长期数据集。
当我使用标准 Pytorch 时，我使用了 torch.FloatTensor() 和 TensorDataset() 的组合来创建我自己的数据集以用于随机拆分。
pyspark - 如何将 GraphFrame/Pyspark DataFrame 加载到 Pytorch Geometric (InMemory)Dataset 中？
有人曾经为 spark GraphFrame（或者更确切地说 Pyspark DataFrames）做过自定义 pytorch.data.InMemoryDataset 吗？寻找已经做过但在 GitHub/Stackoverflow 等上没有找到任何东西的人现在。感谢代码示例、提示或匹配链接 :)