edge_index = torch.tensor(list(G.edges)).t().contiguous()报错ValueError: too many dimensions 'str'

这个错误的原因是 list(G.edges) 返回的是字符串类型，而 torch.tensor() 函数只接受数字类型的输入。你需要将节点名称转换为数字，然后再传递给 torch.tensor() 函数。

你可以使用 PyTorch 中的 Dataset 和 DataLoader 类来处理这个问题。首先，创建一个字典，将每个节点名称映射到一个数字。然后，使用这个字典将图中的每个节点名称替换为数字，并将边列表转换为数字形式。最后，将转换后的边列表传递给 torch.tensor() 函数即可。

以下是一个示例代码：

from torch_geometric.datasets import Planetoid
from torch_geometric.data import DataLoader
import torch

# Load the Cora dataset
dataset = Planetoid(root='/tmp/Cora', name='Cora')

# Create a dictionary to map each node name to a number
node_to_index = {node: i for i, node in enumerate(dataset.data.x[:, 0])}

# Convert the edge list to a numerical format
edges = [(node_to_index[edge[0]], node_to_index[edge[1]]) for edge in dataset.data.edge_index.t().tolist()]

# Convert the edge list to a PyTorch tensor
edge_index = torch.tensor(edges).t().contiguous()

请注意，这只是一个示例代码，具体实现细节可能因数据集而异。