Class Pytorch TypeError:forward()接受2个位置参数,但给出了4个
这是一个图形神经网络。我想得到的是前向层的输出。我不确定为什么会出现上述错误,以及我应该修改什么才能使代码正常工作。 有人能指导我完成这件事吗Class Pytorch TypeError:forward()接受2个位置参数,但给出了4个,class,oop,deep-learning,neural-network,pytorch,Class,Oop,Deep Learning,Neural Network,Pytorch,这是一个图形神经网络。我想得到的是前向层的输出。我不确定为什么会出现上述错误,以及我应该修改什么才能使代码正常工作。 有人能指导我完成这件事吗 同样,如果我将类graphconvlayer传递给类GCN,我现在是否必须将它的每个参数也分别传递给类GCN的对象?您的GCN由两个graphconvlayer组成 正如您发布的代码中所定义的,Graphconvlayer的forward方法只需要一个输入参数:inputfeaturedata。但是,当GCN调用self.gcn1或self.gcn2(在
同样,如果我将类graphconvlayer传递给类GCN,我现在是否必须将它的每个参数也分别传递给类GCN的对象?您的
GCN
由两个graphconvlayer
组成正如您发布的代码中所定义的,
Graphconvlayer
的forward
方法只需要一个输入参数:inputfeaturedata
。但是,当GCN
调用self.gcn1
或self.gcn2
(在其forward
方法中)时,它传递3个参数:self.gcn1(adj,x,64)
和self.gcn2(adj,x,7)
因此,不是单个输入参数,
self.gcn1
和self.gcn2
接收到3——这是您得到的错误。我用三个参数初始化了Graphconvlayer。所以我不需要传递三个参数来调用该类,然后分别向前调用吗?@kapooraae489您可以在GCN
中初始化Graphconvlayer
\uuuu init\uuuu
方法——这里需要所有三个参数。但是在GCN
的forward
方法中,您不再需要\uuuu init\uuuu
Graphconvlayer
-您只需调用()它是forward
方法`需要一个参数。当我传递单参数GNC(data)时,我得到以下错误:TypeError:\uu init\uuuu()缺少2个必需的位置参数:“input_feature_neurons”和“output_neurons”@kapooraae489您的错误不是来自调用GCN
的方式,而是来自GCN
调用Graphconvlayer
方法的方式。您需要调试GCN.forward
的代码。
from torch.nn.parameter import Parameter
from torch.nn.modules.module import Module
class Graphconvlayer(nn.Module):
def __init__(self,adj,input_feature_neurons,output_neurons):
super(Graphconvlayer, self).__init__()
self.adj=adj
self.input_feature_neurons=input_feature_neurons
self.output_neurons=output_neurons
self.weights=Parameter(torch.normal(mean=0.0,std=torch.ones(input_feature_neurons,output_neurons)))
self.bias=Parameter(torch.normal(mean=0.0,std=torch.ones(input_feature_neurons)))
def forward(self,inputfeaturedata):
output1= torch.mm(self.adj,inputfeaturedata)
print(output1.shape)
print(self.weights.shape)
print(self.bias.shape)
output2= torch.matmul(output1,self.weights.t())+ self.bias
return output2
class GCN(nn.Module):
def __init__(self,lr,dropoutvalue,adjmatrix,inputneurons,hidden,outputneurons):
super(GCN, self).__init__()
self.lr=lr
self.dropoutvalue=dropoutvalue
self.adjmatrix=adjmatrix
self.inputneurons=inputneurons
self.hidden=hidden
self.outputneurons=outputneurons
self.gcn1 = Graphconvlayer(adjmatrix,inputneurons,hidden)
self.gcn2 = Graphconvlayer(adjmatrix,hidden,outputneurons)
def forward(self,x,adj):
x= F.relu(self.gcn1(adj,x,64))
x= F.dropout(x,self.dropoutvalue)
x= self.gcn2(adj,x,7)
return F.log_softmax(x,dim=1)
a=GCN(lr=0.001,dropoutvalue=0.5,adjmatrix=adj,inputneurons=features.shape[1],hidden=64,outputneurons=7)
a.forward(adj,features)
TypeError Traceback (most recent call last)
<ipython-input-85-7d1a2a73ecad> in <module>()
37
38 a=GCN(lr=0.001,dropoutvalue=0.5,adjmatrix=adj,inputneurons=features.shape[1],hidden=64,outputneurons=7)
---> 39 a.forward(adj,features)
1 frames
/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in _call_impl(self, *input, **kwargs)
887 result = self.forward(*input, **kwargs)
888 for hook in itertools.chain(
--> 889 _global_forward_hooks.values(),
890 self._forward_hooks.values()):
891 hook_result = hook(self, input, result)
TypeError: forward() takes 2 positional arguments but 4 were given
print(a)
>>>
GCN(
(gcn1): Graphconvlayer()
(gcn2): Graphconvlayer()
)