假设节点特征向量为【N,C】，那么在使用PyTorch Geometric库中的GATConv类时，怎么知道构造的图上有几个节点，每个节点特征向量的维度又是多少

在使用PyTorch Geometric库中的GATConv类时，需要将节点特征向量和邻接矩阵传入模型。在创建数据集时，应该将图的节点数和每个节点特征向量的维度作为参数传入。例如，可以使用`torch_geometric.data.Data`类创建一个数据对象，并将节点特征向量和邻接矩阵存储在该数据对象中：

import torch
from torch_geometric.data import Data

# 构造节点特征向量和邻接矩阵
x = torch.randn(N, C)
edge_index = torch.tensor([...], dtype=torch.long)

# 创建数据对象
data = Data(x=x, edge_index=edge_index)

在这个例子中，`N`表示图的节点数，`C`表示每个节点特征向量的维度，`edge_index`表示邻接矩阵。当数据集中有多个数据对象时，每个数据对象的节点数和节点特征向量的维度可能不同。在训练过程中，可以通过`data.num_nodes`和`data.num_features`属性分别获取当前数据对象的节点数和节点特征向量的维度。