将图结构转换矩阵数据转换为PyTorch支持的张量类型时，出现错误AttributeError ‘Tensor‘ object has no attribute ‘todense‘-Toy模板网

这篇具有很好参考价值的文章主要介绍了将图结构转换矩阵数据转换为PyTorch支持的张量类型时，出现错误AttributeError ‘Tensor‘ object has no attribute ‘todense‘。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

将图结构转换矩阵数据转换为PyTorch支持的张量类型时，出现错误AttributeError: ‘Tensor’ object has no attribute ‘todense’

实例来源于《PyTorch深度学习和图神经网络卷1》实例26：用图卷积神经网络为论文分类

出错部分p284页

原代码：

#将数据转为张量，并分配运算资源
adj = torch.FloatTensor(adj.todense())#节点间的关系
features = torch.FloatTensor(features.todense())#节点自身的特征
labels = torch.LongTensor(labels)#每个节点分类标签

#划分数据集
n_train = 200
n_val = 300
n_text = len(features) -n_train - n_val
np.random.seed(34)
idxs = np.random.permutation(len(features))#将索引打乱顺序

#计算每一个数据集的索引
idx_train = torch.LongTensor(idxs[:n_train])
idx_val = torch.LongTensor(idxs[n_train:n_train+n_val])
idx_test = torch.LongTensor(idxs[n_train+n_val:])

#分配运算资源
adj = adj.to(device)
features = features.to(device)
labels = labels.to(device)
idx_train = idx_train.to(device)
idx_val = idx_val.to(device)
idx_test = idx_test.to(device)

错误提示：

AttributeError                            Traceback (most recent call last)
Cell In[21], line 2
      1 #将数据转为张量，并分配运算资源
----> 2 adj = torch.FloatTensor(adj.todense())#节点间的关系
      3 features = torch.FloatTensor(features.todense())#节点自身的特征
      4 labels = torch.LongTensor(labels)#每个节点分类标签

AttributeError: 'Tensor' object has no attribute 'todense'

找了一圈没有一样的解决方案，但是在其他问题” module ‘tensorflow’ has no attribute ‘sparse_to_dense’ “的描述中发现了to_dense这样的写法，就查了一下PyTorch文档，发现可能是更新了，确实得写to_dense。

将图结构转换矩阵数据转换为PyTorch支持的张量类型时，出现错误AttributeError ‘Tensor‘ object has no attribute ‘todense‘,pytorch,矩阵,深度学习

改一下：

adj = torch.FloatTensor(adj.to_dense())#节点间的关系
features = torch.FloatTensor(features.to_dense())#节点自身的特征

顺利运行！文章来源地址https://www.toymoban.com/news/detail-539445.html

到了这里，关于将图结构转换矩阵数据转换为PyTorch支持的张量类型时，出现错误AttributeError ‘Tensor‘ object has no attribute ‘todense‘的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！