PyTorch Geometric中MNISTSuperpixels节点特征修改无效求助

问题背景 #

尝试替换PyTorch Geometric（PyG）中MNISTSuperpixels数据集的节点特征：先用CNN提取MNIST图像的10维特征并保存到文件，再将这些特征替换原数据集的节点特征，但修改后dataset[0].x仍保留原特征，num_features也未更新。

问题原因 #

1. 迭代副本而非原数据对象：遍历zip(dataset, features)时，拿到的data是数据集元素的临时副本，修改副本不会同步到原数据集。
2. 特征类型与维度不匹配：直接赋值Python列表给data.x不符合PyGData对象的要求（需为PyTorch张量），且提取的图像级10维特征未适配节点数量的维度（原data.x为[num_nodes, 1]，需转为[num_nodes, 10]）。
3. 未更新数据集全局特征数：dataset.num_features是初始化时设置的属性，修改单个data.x不会自动更新该值。

修正后的代码 #

import torch
from torch_geometric.datasets import MNISTSuperpixels

# 加载MNIST Superpixels数据集
dataset = MNISTSuperpixels(root='.', train=True)

# 从文件加载提取的特征并转为张量
features = []
with open('features.txt', 'r') as f:
    for line in f:
        parts = line.strip().split(',')
        label = int(parts[0])
        # 将特征转为float类型张量
        img_feature = torch.tensor([float(x) for x in parts[1:]], dtype=torch.float)
        features.append((label, img_feature))

# 验证特征数量与数据集样本数一致
assert len(features) == len(dataset), "特征数量与数据集样本数不匹配"

# 逐个替换样本的节点特征
for idx in range(len(dataset)):
    data = dataset[idx]
    _, img_feature = features[idx]
    # 将图像级10维特征扩展为每个节点的特征：[10] → [num_nodes, 10]
    data.x = img_feature.repeat(data.num_nodes, 1)

# 更新数据集的全局特征数属性
dataset.num_features = 10

# 验证修改结果
print("修改后的节点特征形状：", dataset[0].x.shape)
print("修改后的数据集特征数：", dataset.num_features)

关键修改说明 #

• 直接操作原数据对象：通过dataset[idx]索引访问数据集元素，修改后直接生效（MNISTSuperpixels是InMemoryDataset，存储的是Data对象列表，索引访问为直接引用）。
• 特征类型转换：将提取的特征转为torch.Tensor，符合PyGData.x的类型要求。
• 维度适配：用repeat(data.num_nodes, 1)将单张图像的10维特征复制到每个节点，确保与原节点特征的维度结构匹配（每个节点对应10维特征）。
• 更新全局特征数：手动修改dataset.num_features，保证数据集的元信息与实际特征维度一致。

内容的提问来源于stack exchange，提问作者masoud parpanchi