ModuleNotFoundError: No module named 'GraphConv'

### 解决方案 当遇到 `ModuleNotFoundError` 错误时，通常是因为缺少必要的库或模块。以下是针对 `GraphConv` 模块未找到问题的解决方案。 #### 1. 安装 PyTorch Geometric 库 `GraphConv` 是 PyTorch Geometric (PyG) 中的一个图卷积操作类[^3]。因此，需要确保已正确安装 PyTorch 和 PyTorch Geometric。 可以通过以下命令安装 PyTorch Geometric： ```bash pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-{torch_version}+{cuda_version}.html ``` 其中 `{torch_version}` 替换为当前使用的 PyTorch 版本号，而 `{cuda_version}` 则取决于是否使用 GPU 及其 CUDA 驱动版本。例如，对于 PyTorch 2.0 和 CPU 环境，可执行如下命令： ```bash pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-2.0.0+cpu.html ``` #### 2. 导入 GraphConv 类 成功安装后，在代码中通过以下方式导入 `GraphConv`： ```python from torch_geometric.nn import GraphConv ``` 如果仍然报错，则可能是环境配置不一致或者存在多个 Python 环境冲突的情况。建议创建一个新的虚拟环境并重新安装所需依赖项。 #### 3. 使用示例 下面是一个简单的例子展示如何利用 `GraphConv` 构建模型结构： ```python import torch from torch.nn import Linear from torch_geometric.nn import GraphConv class GNNModel(torch.nn.Module): def __init__(self, input_dim, hidden_dim, output_dim): super(GNNModel, self).__init__() self.conv1 = GraphConv(input_dim, hidden_dim) self.conv2 = GraphConv(hidden_dim, output_dim) def forward(self, data): x, edge_index = data.x, data.edge_index x = self.conv1(x, edge_index) x = torch.relu(x) x = self.conv2(x, edge_index) return torch.log_softmax(x, dim=1) # 假设输入维度为 16，隐藏层大小为 32，输出类别数为 7 model = GNNModel(16, 32, 7) print(model) ``` 上述代码片段展示了如何定义基于两层 `GraphConv` 的简单图神经网络架构[^4]。 --- ###