Fix #5749: GINDataset 数据类型错误

[Whning0513]

Fix #5749

问题描述

Issue #5749:
GINDataset 在加载图数据时抛出异常：

DGLError: Expect argument "u" to have data type int32 or int64, but got torch.float32.

当使用 GINDataset("MUTAG", self_loop=True, degree_as_nlabel=False) 时触发。

根因分析

问题 1: 条件判断方向错误（主要 bug）

原代码第 224 行：

elif tmp > len(nrow):

当节点具有额外属性（attributes）时，实际 len(nrow) > tmp（即 tmp < len(nrow)），
但原代码使用了 > 运算符，导致正确的属性数据不会被解析为 node attributes，
而是被当作相邻节点索引的一部分传入 g.add_edges(j, nrow[2:])。
这些属性数据是浮点型，传入后 DGL 期望整数类型的节点 ID，从而导致类型断言失败。

问题 2: 节点标签未指定数据类型

原代码第 260 行：

g.ndata["label"] = F.tensor(nlabels)

未显式指定 dtype。nlabels 是 Python 整数列表，PyTorch 在某些平台（如 FreeBSD）
上可能将其推断为 float32 而非 int64，导致 DGL 内部类型检查失败。

问题 3: 图标签未指定数据类型

原代码第 272 行：

self.labels = F.tensor(self.labels)

同问题 2，未显式指定 dtype，存在跨平台类型推断不确定性。

修改内容

行号	原代码	修改后	说明
224	elif tmp > len(nrow):	elif tmp < len(nrow):	修正条件判断方向，正确识别节点属性
225	(无注释)	# has node attributes	增加注释说明此分支含义
260	F.tensor(nlabels)	F.tensor(nlabels, F.int64)	显式指定节点标签为 int64 类型
272	F.tensor(self.labels)	F.tensor(self.labels, F.int64)	显式指定图标签为 int64 类型

文件清单

• gindt.py — 修改后的完整源文件
• patch.diff — 统一格式的补丁文件
• README.md — 本说明文件

参考资料

• DGL Issue GINDataset is broken: dgl._ffi.base.DGLError: Expect argument "u" to have data type int32 or int64, but got torch.float32 #5749: GINDataset is broken: dgl._ffi.base.DGLError: Expect argument "u" to have data type int32 or int64, but got torch.float32 #5749
• GINDataset 源文件: https://github.com/dmlc/dgl/blob/master/python/dgl/data/gindt.py
• DGL prepare_tensor 检查逻辑: https://github.com/dmlc/dgl/blob/master/python/dgl/utils/checks.py