如docs中所示：
由于此功能仍处于试验阶段，因此某些操作（* 例如 * 图形池方法）可能仍需要您输入edge_index。您可以通过以下方式将adj_t转换回(edge_index, edge_attr)：

row, col, edge_attr = adj_t.t().coo()
edge_index = torch.stack([row, col], dim=0)

您可以使用torch_geometric.utils.convert.from_scipy_sparse_matrix。

>>> from torch_geometric.utils.convert import from_scipy_sparse_matrix
>>> edge_index = torch.tensor([
...    [0, 1, 1, 2, 2, 3],
...    [1, 0, 2, 1, 3, 2],
>>> ])
>>> adj = to_scipy_sparse_matrix(edge_index)
>>> # `edge_index` and `edge_weight` are both returned
>>> from_scipy_sparse_matrix(adj)
(tensor([[0, 1, 1, 2, 2, 3],
        [1, 0, 2, 1, 3, 2]]),
tensor([1., 1., 1., 1., 1., 1.]))