【发布时间】:2020-12-14 09:27:04
【问题描述】:
import os.path as osp
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch_geometric.datasets import MNISTSuperpixels
import torch_geometric.transforms as T
from torch_geometric.data import DataLoader
from torch_geometric.utils import normalized_cut
from torch_geometric.nn import (NNConv, graclus, max_pool, max_pool_x, global_mean_pool)
path = osp.join(osp.dirname(osp.realpath(__file__)), '..', 'data', 'MNIST')
transform = T.Cartesian(cat=False)
train_dataset = MNISTSuperpixels(path, True, transform=transform)
test_dataset = MNISTSuperpixels(path, False, transform=transform)
train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=64, shuffle=False)
d = train_dataset
我正在尝试使用 MNISTSuperpixels 数据进行图形卷积,但在使用示例代码时遇到了一些麻烦。
大多数脚本都在使用
path = osp.join(osp.dirname(osp.realpath(__file__)), '..', 'data', 'MNIST')
但是,他们给了我一个错误
NameError: name '__file__' is not defined 而我不明白 osp.realpath(__file__) 的真正含义。
我在 Ubuntu 上使用 Jupyter notebook,我的工作目录是
print(os.getcwd())
/home/hkimlx/GDL/pytorch_geometric/examples
与示例代码mnist_nn_conv.py所在的目录相同。
请帮助我。谢谢!
【问题讨论】:
标签: python pytorch conv-neural-network