pytorch读取数据集问题

1. 当用自己的图数据跑别人的图神经网络代码时出现的问题，数据集的数据不同，结果出错。
   错误：
   # size [batch_size, cHeads, centrs, graphsize]
   dist = torch.sum(torch.abs(points - batch_centroids_broad) ** 2, 4)

    RuntimeError: The size of tensor a (450) must match the size of tensor b (5) at non-singleton dimension 0
   

语法原因：torch.sum的两个tensor的维度不对应，不能进行求和处理。

import torch 
x = torch.FloatTensor(5,3,4,2)
y = torch.FloatTensor(3,1,1)
(x + y ).size()  # 正确的例子，y的第2,3，维度为1，可以匹配
torch.Size([5, 3, 4, 2])
y = torch.FloatTensor(3,1,5)
(x + y ).size() # 错误的例子，y的第3维，维度为3，与x的第三维不对。
# RuntimeError: The size of tensor a (2) must match the size of tensor b (3) at non-singleton dimension 3

应用原因：读取batch数据时，当最后一批数据量小于batch_size时出错。

解决办法：将torch.utils.data.DataLoader的参数drop_last =True就行，当最后数据不满足batch_size时扔掉数据。

2.torch.utils.data.DataLoader的参数num_workers代表的是读取数据时多钱程的数量，数值越大占用内存越大，在读取数据时就会出现一系列的黄色提示，停止运行。

解决：一般内存的设备设置 num_workers = 0 就好，最多跑慢点。

3.pytest的调试错误。
第一步：在终端安装pytest包

pip install pytest

如果还不行，运行也不行。就在设置里改调试为下面的设置

还有就是改配置为python模板，用默认的就可以。