self.gat1 = GATConv(self.input_dim, self.hidden_dim, dropout=0.5, heads=self.heads)
self.gat2 = GATConv(self.hidden_dim*self.heads, self.out_dim, dropout=0.5, heads=1, concat=False)
self.inner_attention = nn.Sequential(
self.gat1,
nn.ReLU(),
nn.Dropout(p=0.6),
self.gat2,
nn.ReLU()
)
# 请问我这样调用的时候为什么会报错啊?谢谢
x, edge_index = graph_data.x, graph_data.edge_index
out = self.inner_attention()(x, edge_index)
TypeError: forward() missing 1 required positional argument: 'input'
pytorch与PyG
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
- 爱晚乏客游 2022-01-07 10:23关注
我还以为是你自己实现的网络结构呢。。如果是自带的话,那就是输入格式的问题了。具体你可以看看这个,Sequential多输入需要封装一下。
https://blog.csdn.net/qq_23968185/article/details/108277724
或者你可以直接写在forward()里面,不用Sequential。import torch import torch.nn as nn import torch.nn.functional as F from torch_geometric.nn import GATConv from torch_geometric.data import Data class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.gat1 = GATConv(self.input_dim, self.hidden_dim, dropout=0.5, heads=self.heads) self.gat2 = GATConv(self.hidden_dim * self.heads, self.out_dim, dropout=0.5, heads=1, concat=False) def forward(self, data): x, edge_index = data.x, data.edge_index x = self.gat1(x, edge_index) x = F.relu(x) x = F.dropout(x, training=self.training) x = self.gat2(x, edge_index) x = F.relu(x) return x #返回什么自己确定下 edge_index = torch.tensor([[0, 1, 1, 2],[1, 0, 2, 1]], dtype=torch.long) x = torch.tensor([[-1], [0], [1]], dtype=torch.float) data = Data(x=x, edge_index=edge_index) model=Net() out=model(data) print(out)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报 编辑记录
悬赏问题
- ¥15 2020长安杯与连接网探
- ¥15 关于#matlab#的问题:在模糊控制器中选出线路信息,在simulink中根据线路信息生成速度时间目标曲线(初速度为20m/s,15秒后减为0的速度时间图像)我想问线路信息是什么
- ¥15 banner广告展示设置多少时间不怎么会消耗用户价值
- ¥16 mybatis的代理对象无法通过@Autowired装填
- ¥15 可见光定位matlab仿真
- ¥15 arduino 四自由度机械臂
- ¥15 wordpress 产品图片 GIF 没法显示
- ¥15 求三国群英传pl国战时间的修改方法
- ¥15 matlab代码代写,需写出详细代码,代价私
- ¥15 ROS系统搭建请教(跨境电商用途)