PyG自定义数据集实现GCN时维度不匹配问题求助

你的问题核心是自定义数据集的edge_label多了一个冗余维度（[100836,1] vs 原始的[100836]），导致损失计算时维度不匹配，直接用下面几种方法就能解决：

方法一：加载数据后直接压缩维度 #

这是最直接的解决方案，在拿到数据集对象后，对edge_label执行维度压缩操作：

• 使用squeeze()方法（指定维度避免误删其他维度）：

  # 加载自定义数据集后执行
  data.edge_label = data.edge_label.squeeze(dim=1)
  

• 或者用flatten()方法直接展平为一维：

  data.edge_label = data.edge_label.flatten()
  

执行后edge_label的维度就会变成[100836]，和原始数据集结构一致。

方法二：在CSV加载阶段处理 #

如果你是用PyG的load_csv_edge_dataset或相关工具加载数据，可以在读取时就处理标签维度：

from torch_geometric.loader import load_csv_edge_dataset

# 加载数据时直接对edge_label做处理
dataset = load_csv_edge_dataset(
    # 你的其他参数（比如edge_path, node_path等）
)
# 对数据集里的每个数据对象调整维度
for data in dataset:
    data.edge_label = data.edge_label.squeeze(dim=1)

补充说明 #

PyG的CSV加载工具读取单列标签时，默认会将每个标签包装成单独的一维数组，所以最终形成二维张量。而原始教程的数据集是把标签存储为一维张量，这就导致损失函数计算时输入（模型输出的一维张量）和目标（二维张量）维度不匹配，触发广播警告。调整后两者维度一致，就能解决这个问题。

内容的提问来源于stack exchange，提问作者wasif khan