在torch_geometric.datasets中使用Planetoid手动导入Core数据集及发生相关错误解决方案

简介: 在torch_geometric.datasets中使用Planetoid手动导入Core数据集及发生相关错误解决方案

一、有两种错误类型,第一种因为需要在github上使用这个链接https://github.com/kimiyoung/planetoid/raw/master/data/ind.cora.x进行下载Core数据集,但是没有vpn打不开下载不了,出现“TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应,连接尝试失败。”这种错误。

解决方案:点击下面的链接直接保存下载Cora文件包,然后解压后手动添加到工程文件中。

Cora数据集包:点击打开链接,提取码:6666

二、第二种错误类型,手动添加Cora数据集到工程文件中,如果大家直接将Cora数据集全部复制粘贴到新的data中,会出现“RuntimeError: The ‘data’ object was created by an older version of PyG. If this error occurred while loading an already existing dataset, remove the ‘processed/’ directory in the dataset’s root folder and try again.”(“数据”对象是由旧版本的 PyG 创建的。 如果在加载现有数据集时发生此错误,请删除数据集根文件夹中的“已处理/”目录,然后重试。)这种错误,原因也非常具体就是要把processed的文件夹中的内容删除掉。

解决方案:只复制解压后的Cora数据集文件包中的raw文件夹中的内容,直接粘贴到工程文件data中的Cora文件夹中的raw文件夹中,不复制processed的内容。

三、运行工程文件出现下面图片中的内容说明导入Core数据集成功。


相关文章
|
缓存 PyTorch 数据处理
基于Pytorch的PyTorch Geometric(PYG)库构造个人数据集
基于Pytorch的PyTorch Geometric(PYG)库构造个人数据集
783 0
基于Pytorch的PyTorch Geometric(PYG)库构造个人数据集
|
机器学习/深度学习 PyTorch 算法框架/工具
Pytorch使用专题 | 2 :Pytorch中数据读取-Dataset、Dataloader 、TensorDataset 和 Sampler 的使用
介绍Pytorch中数据读取-Dataset、Dataloader 、TensorDataset 和 Sampler 的使用
|
PyTorch 算法框架/工具
【PyTorch】自定义数据集处理/dataset/DataLoader等
【PyTorch】自定义数据集处理/dataset/DataLoader等
143 0
|
机器学习/深度学习 算法 PyTorch
介绍from dgl.nn.pytorch import RelGraphConv中的RelGraphConv功能
RelGraphConv是DGL库中的一个PyTorch图神经网络层,它实现了关系图卷积(RGCN)。相比于普通图卷积(GCN)只考虑节点与邻居之间的连接,RGCN还考虑了边的类型。因此,RGCN可以更好地处理多关系的图数据,即数据中有不同类型的边。 在RelGraphConv中,每种边类型都会有一组对应的参数,通过这些参数,RGCN可以在每种边类型上学习不同的权重。因此,RelGraphConv具有更强的表达能力。此外,RelGraphConv还支持dropout和批规范化等技术。
307 0
|
TensorFlow 算法框架/工具 Python
TensorFlow使用DataSets加载数据
TensorFlow使用DataSets加载数据
76 0
|
机器学习/深度学习 并行计算 PyTorch
Pytorch 的 torch.utils.data.DataLoader 参数详解
Pytorch 的 torch.utils.data.DataLoader 参数详解
914 0
|
数据挖掘 索引
图数据集Zachary‘s karate club network详细介绍,包括其在NetworkX、PyG上的获取和应用方式
图数据集Zachary‘s karate club network详细介绍,包括其在NetworkX、PyG上的获取和应用方式
sklearn:sklearn.preprocessing中的Standardization、Scaling、 Normalization简介、使用方法之详细攻略
sklearn:sklearn.preprocessing中的Standardization、Scaling、 Normalization简介、使用方法之详细攻略
sklearn:sklearn.preprocessing中的Standardization、Scaling、 Normalization简介、使用方法之详细攻略
|
TensorFlow 算法框架/工具 Python
成功解决mnist.py:110: dense_to_one_hot (from tensorflow.contrib.learn.python.learn.datasets.mnist) is de
成功解决mnist.py:110: dense_to_one_hot (from tensorflow.contrib.learn.python.learn.datasets.mnist) is de
成功解决mnist.py:110: dense_to_one_hot (from tensorflow.contrib.learn.python.learn.datasets.mnist) is de
|
算法 TensorFlow 算法框架/工具
TF之GD:基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%)
TF之GD:基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%)
TF之GD:基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%)