PyG 数据集加载避坑指南：从导入报错到跑通 Cora

PyG 数据集加载避坑指南从导入报错到跑通 Cora【免费下载链接】pytorch_geometricGraph Neural Network Library for PyTorch项目地址: https://gitcode.com/GitHub_Trending/py/pytorch_geometric刚学图神经网络你接到的第一个任务很可能是「在 Cora 上跑一个 GCN」。结果代码一运行就翻车数据找不到、下载卡住、依赖缺失。这篇文章带你把 PyTorch GeometricPyG数据集导入这件事走一遍基础加载、下载失败排查、本地数据导入从新手最常见的卡点出发把每一步讲透。两条命令把 Cora 加载出来PyG 把常用数据集都收进了torch_geometric.datasets模块。最经典的入口是Planetoid它打包了 Cora、CiteSeer、PubMed 三个引用网络from torch_geometric.datasets import Planetoid dataset Planetoid(rootdata/Planetoid, nameCora) data dataset[0]第一次运行时PyG 会自动把文件拉到root/raw/再加工出root/processed/里的缓存第二次运行直接读缓存不再联网。想看一共支持哪些数据集打开 datasets 模块入口 就能找到一百多个名字的清单。单图数据集的len(dataset)是 1而dataset.num_features、dataset.num_classes分别给出特征维度和类别数——写模型前先看这两个数字能省很多事。每个样本data就是一个图对象data.x是节点特征data.edge_index是边data.y是标签。就像上图那样原始网络的节点最终会被编码进低维嵌入空间这正是图神经网络要学的事情。下载失败时按这张清单自查 新手遇到的导入报错八成落在这三类。每类都按「现象 → 原因 → 解决」过一遍1.FileNotFoundError: Dataset not found现象目录明明建了运行还是提示找不到数据集原因root下缺少raw/、processed/或路径写错解决确认root目录有写入权限让 PyG 重新下载一次也可以手动把文件放进root/raw/再运行2. 下载报错、URLError或超时现象刚提示开始下载就挂掉连接被拒绝或长时间无响应原因当前网络到不了官方数据源解决换网络或手动把原始文件下好放进root/raw/。PyG 发现 raw 文件齐全时会跳过下载直接走本地处理3.ModuleNotFoundError: No module named torch_sparse现象import 或跑模型时报缺模块原因稀疏计算核心依赖没装解决安装对应版本要和你机器上的 torch 版本匹配涉及知识图谱类数据集时rdflib也要装用自己的本地数据做一个自定义数据集手头有 CSV 或者一堆图文件继承Dataset基类补上几个属性就行骨架大概长这样from torch_geometric.data import Dataset class MyDataset(Dataset): raw_file_names [data.csv] processed_file_names [data.pt] def process(self): # 读取文件写出 Data 对象把download和process两个方法写好后目录管理、缓存命中、批量装载这些脏活累活都由基类代劳完整模板可以看 Dataset 基类源码。如果单个图大到内存装不下可以换成OnDiskDataset按样本存盘、用到哪个读哪个。开始之前记住这三件事存储路径保持统一所有数据集放在data/名字/下换台机器把整个目录拷走就能直接复用缓存预处理交给pre_transform归一化、划分这类操作跑一次就缓存下来实验结果可复现升级 PyG 版本前查一下 CHANGELOG接口变动提前知道避免「昨天还能跑」的离奇问题清单过完上面的代码敲一遍Cora 就能在你机器上稳定复现了。接下来该轮到模型本身了。【免费下载链接】pytorch_geometricGraph Neural Network Library for PyTorch项目地址: https://gitcode.com/GitHub_Trending/py/pytorch_geometric创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考