torch_geometric自建DataSet與Data在使用DataLoader用next時錯誤問題

torch_geometric dataset dataloader next

zzssc061u 2022-12-04 16:40:36 ‧ 1045 瀏覽

分享至

狀況描述：
　　　建立模擬資料data_set時processed_data放入兩筆SketchData(stroke_idx均為9)，再執行next()時先進入__len__再進入__getitem__，這個時候有個神奇的SketchDatasetBatch出現，到SketchData的__init__中，且所有參數都為空值(stroke_idx也變成None)。
　　　導致後續max(stroke_idx)跳出異常訊息。
　　　很不明白為何在放入processed_data時候明明有資料，再進入到__init__卻都是None
　　　若有人知道在懇請告知，感恩讚嘆您

版本資訊：

python 3.9.15
pytroch 1.12.1

錯誤訊息：

'NoneType' object is not iterable

程式碼：

from torch_geometric.data import Data
from torch_geometric.data import DataLoader
import torch

class SketchData(Data):
    def __init__(self, stroke_idx=None, x=None, edge_index=None, edge_attr=None, y=None,
                 pos=None, norm=None, face=None, **kwargs):
        super().__init__(x, edge_index, edge_attr, y, pos, **kwargs)
        self.stroke_idx = stroke_idx
        self.stroke_num = max(stroke_idx) + 1

class SketchDataset(torch.utils.data.Dataset):
    def __init__(self):
        # 節點特徵
        x = torch.tensor([[-1], [0], [1]], dtype=torch.float)
        edge_index = torch.tensor([[0, 1],
                           [1, 0],
                           [1, 2],
                           [2, 1]], dtype=torch.long)
        self.processed_data = []
        sketch_data = SketchData(x=x,
                                edge_index=edge_index.t().contiguous(),
                                stroke_idx=[2,4,6,8])
        self.processed_data.append(sketch_data)
        self.processed_data.append(sketch_data)

    def __len__(self):
        return len(self.processed_data)

    def __getitem__(self, index):
        print(type(self.processed_data[index]))
        return self.processed_data[index]

data_set = SketchDataset()
data_loader = DataLoader(data_set, batch_size=1, shuffle=False)
batch  = next(iter(data_loader))
print(batch)

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

2 個回答

re.Zero

iT邦研究生 5 級 ‧ 2022-12-06 21:39:26

最佳解答

我不認識 pytroch，但因為你用到一個語法：

dataiter = iter(data_loader)
batch = dataiter.next()

讓我有點好奇而去查了下，感覺你的問題可能出在 "torch_geometric.loader.dynamic_batch_sampler" 的 def __iter__ 部分。
後續我就懶了，你應該能自行判斷、處理。

另，我看到 "Advanced Mini-Batching"
這裡是用 batch = next(iter(loader)) 請注意差異。

還有，請善用 markdown 語法與[預覽]功能，因為我很懶得猜原文是啥鬼～
(如果你是用手機就當我多言～)

回應 3
分享
檢舉

zzssc061u iT邦新手 5 級 ‧ 2022-12-11 14:32:49 檢舉

感謝告知，已修正next與markdown語法。
後續有嘗試往自己建立Sampler方式，但是我本機沒有辦法from到，卡住了。
https://pytorch-geometric.readthedocs.io/en/latest/modules/sampler.html

參考練習下方連結自訂Data使用[]包起來next(iter(loader))取值，是沒有問題的。
https://pytorch-geometric.readthedocs.io/en/latest/notes/batching.html
但如果使用自訂Data(或是Object)使用Dataset包起來，在Batch時經過Sampler就會無法辨識自訂的class。
錯誤訊息

Exception has occurred: TypeError
DataLoader found invalid type: <class '__main__.MyData'>

程式碼

import torch
from torch_geometric.data import Dataset
from torch_geometric.loader import DataLoader

class MyData(object):
    def __init__(self,num) -> None:
        self.num =num

class MyDataset(Dataset):
    def __init__(self):
        self.data = []
        for x in range(10):
            self.data.append(MyData(x))

    def __getitem__(self, index):
        print(index)
        return MyData(self.data[index].num)

    def __len__(self):
        return len(self.data)

dataset = MyDataset()
loader = DataLoader(dataset)

for _,data in enumerate(loader):
    print(data)

re.Zero iT邦研究生 5 級 ‧ 2022-12-11 16:02:38 檢舉

我用 Google:"pytorch" "DataLoader found invalid type" site:pytorch-geometric.readthedocs.io/en/latest時，
在這裡看到 DataLoader 在初始化時，collate_fn 參數的預設值是 Collater 的實例，而 Collater 初始化時會確認 batch 的首元素之類別；若找無適當對應則觸發型別錯誤例外。
所以你想要讓自定義的 MyData 通過 DataLoader 的初始化，大概能從 collate_fn 下手，不然就是另尋資料綁定等其他方法了。
但是，設定 collate_fn 參數規避型別檢查，得自負後續意外的處理就是了(畢竟預設行為有做型別檢查啊)。