Traceback (most recent call last): File "training.py", line 96, in <module> train(model, device, train_loader, optimizer, epoch+1) File "training.py", line 28, in train output = model(data) File "/home/qcui/anaconda3/envs/geometric/lib/python3.8/site-packages/torch/nn/modules/module.py", line 532, in __call__ result = self.forward(*input, **kwargs) File "/data/qcui/DTA/GraphDTA/ecfp_maccs_graph/CPI_prediction/models/gcn.py", line 64, in forward x = gmp(x, batch) # global max pooling File "/home/qcui/anaconda3/envs/geometric/lib/python3.8/site-packages/torch_geometric/nn/glob/glob.py", line 76, in global_max_pool return scatter(x, batch, dim=0, dim_size=size, reduce='max') File "/home/qcui/anaconda3/envs/geometric/lib/python3.8/site-packages/torch_scatter/scatter.py", line 155, in scatter return scatter_max(src, index, dim, out, dim_size)[0] RuntimeError: expected scalar type Long but found Float The above operation failed in interpreter. Traceback (most recent call last): File "/home/qcui/anaconda3/envs/geometric/lib/python3.8/site-packages/torch_scatter/scatter.py", line 69 dim_size: Optional[int] = None ) -> Tuple[torch.Tensor, torch.Tensor]: return torch.ops.torch_scatter.scatter_max(src, index, dim, out, dim_size) ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ <--- HERE

这是一个Python程序的错误信息，其中包含了一些文件名和行号。具体来说，这个错误信息显示了在训练模型时出现了错误，错误发生在第96行，train函数中的第28行调用了模型，但是模型的输入出现了问题，导致程序无法继续执行。具体的错误信息是在gcn.py文件的第64行，模型在进行计算时调用了gmp函数，但是输入的数据和batch信息有问题。

相关问题

Traceback (most recent call last): File "manage.py", line 10, in <module> execute_from_command_line(sys.argv)

这是一个常见的错误追踪（Traceback），通常出现在 Django 项目的管理文件 manage.py 中。根据错误信息，问题出在第 10 行的 execute_from_command_line(sys.argv) 这行代码上。

这个错误通常是因为导入了错误的模块或者缺少了某些依赖库。请确保你已经正确地安装了 Django 和其他项目所需的依赖库。另外，还要确保你正在使用正确版本的 Python。

如果问题仍然存在，请提供更多的上下文和错误信息，这样我才能更好地帮助你解决问题。

Traceback (most recent call last): File "D:\moudle\main.py", line 54, in <module> model.fit(X_train, y_train)该怎么修改

这段代码的错误信息不够详细，无法确定具体错误所在。但是，常见的 `fit()` 方法报错原因可能包括：

1. 数据集的维度不一致；
2. 数据集中存在缺失值或异常值；
3. 数据集中的标签不是数字类型；
4. 计算资源不足，无法完成模型训练等。

因此，你可以先检查数据集的维度是否正确，是否存在缺失值或异常值，以及标签是否为数字类型。如果数据集没有问题，可以考虑减少训练集的规模，或使用更小的模型进行训练，以避免计算资源不足的问题。如果仍然无法解决问题，可以提供更详细的错误信息，我会尽力帮你解决问题。