PyG GCN 模型中 RuntimeError: index out of bounds 错误的解决方法

这个错误是由于在 GCN 模型的 forward 函数中，调用了 GCNConv 的 forward 函数时，传入的 'edge_index' 超出了范围。具体来说，'edge_index' 中的索引值超过了节点特征 'x' 的大小。

解决这个问题的方法是检查数据集中的节点特征 'x' 的大小是否与 'edge_index' 的索引值匹配。在这里，特征 'x' 的大小应该是 [batch_size, num_node_features, width, height]，而 'edge_index' 的索引值应该小于等于 'num_node_features'。

你可以在 GCN 模型的 forward 函数中添加以下代码来检查这个问题：

def forward(self, data):
    x, edge_index = data.x, data.edge_index

    assert edge_index.max() < x.size(0), 'Edge index exceeds node feature size'

    # 执行卷积神经网络前向传播
    features = self.cnn(x)  # 提取节点特征
    features = features.view(features.size(0), -1)  # 调整特征维度

    # 替换 PyG 数据集的节点特征 x
    data.x = features

    x = self.conv1(features, edge_index)
    x = F.relu(x)
    x = self.conv2(x, edge_index)
    x = F.relu(x)
    x = F.dropout(x, training=self.training)
    x = self.conv3(x, edge_index)

    return x

添加了这个断言后，如果有节点特征的索引超过了 'edge_index' 的大小，就会抛出一个错误，从而帮助你找到问题所在。

另外，还需要确保数据集中的节点特征 'x' 的大小与你在 GCN 模型中定义的 'num_node_features' 相匹配。