PyG DataLoader设置batch_size后无法正常生成多批次问题

核心错误是导入了PyTorch原生的torch.utils.data.DataLoader，而非PyTorch Geometric（PyG）配套的图专用DataLoader。

• 原生PyTorch DataLoader的默认拼接函数（collate_fn）仅支持常规张量、数组类样本的分批拼接，无法识别PyG定义的Data图结构对象，不会按照设定的batch_size参数拆分样本，只会将遍历到的所有样本一次性合并为单个大图，因此无论数据集内有多少个图文件，最终只会生成1个批次。
• 你观察到的输出中ptr=[11]对应10个图样本、ptr=[2]对应1个图样本，就是原生loader错误地将全量样本直接拼接的典型表现，和你设置的batch_size=128参数完全无关。
• 你自定义的GraphDataset类本身逻辑没有问题，__len__、__getitem__方法的实现均符合PyG数据集的规范要求，无需修改类代码。

• 替换DataLoader的导入源，使用PyG官方提供的图数据专用加载器，注意不要和PyTorch原生DataLoader混用：

  # 删除原有导入：from torch.utils.data import DataLoader
  from torch_geometric.loader import DataLoader
  

• 保持原有的DataLoader实例化代码不变即可：

  train_loader = DataLoader(train_set, batch_size=128)
  

• 逻辑校验：替换后可通过print(len(train_loader))确认分批逻辑是否正常：
  • 若训练集共10个图样本，由于10 < 128，返回1个批次属于正常表现；
  • 若训练集样本量大于batch_size（例如200个图文件），会自动返回对应数量的批次（200/128≈2个批次），不会再出现全量样本被合并为单个批次的问题。

内容的提问来源于stack exchange，提问作者alejandro maza villalpando