我在this link中看到了GIN的以下过程
GIN层的代码编写如下：
self.conv1 = GINConv(Sequential(Linear(num_node_features,dim_h),
BatchNorm1d(dim_h),ReLU(),
Linear(dim_h,dim_h),ReLU()))这是Sequential(....)内部的聚合函数还是池函数？
Sequential(Linear(num_node_features,dim_h),
BatchNorm1d(dim_h),ReLU(),
Linear(dim_h,dim_h),ReLU()))我可以对GCN层执行同样的操作吗？
self.conv1 = GCNConv（连续（线性（节点特征数，尺寸_h），批次归一化1（尺寸_h），ReLU（），线性（尺寸_h，尺寸_h），ReLU（）））self.conv2 = GCNConv（连续（线性（尺寸_h，尺寸_h），批次归一化1（尺寸_h），ReLU（），线性（尺寸_h，尺寸_h），ReLU（）））
出现以下错误：
---> 15 self.conv1 = GCNConv(Sequential(Linear(num_node_features,dim_h),
16 BatchNorm1d(dim_h),ReLU(),
17 Linear(dim_h,dim_h),ReLU()))
18 self.conv2 = GCNConv(Sequential(Linear(dim_h,dim_h),
19 BatchNorm1d(dim_h),ReLU(),
20 Linear(dim_h,dim_h),ReLU()))
21 self.conv3 = GCNConv(Sequential(Linear(dim_h,dim_h),
22 BatchNorm1d(dim_h),ReLU(),
23 Linear(dim_h,dim_h),ReLU()))
TypeError: GCNConv.__init__() missing 1 required positional argument: 'out_channels'
1条答案
按热度按时间xqk2d5yq1#
您可以在
torch_geometric中看到GINConv和GCNConvAPI。nn参数，例如，由torch.nn.Sequential定义。因此，在上面提到的教程中，可以使用Sequential()方法。GCNConv()没有nn参数。当您想知道一个您不知道的方法时，在API中搜索该方法是解决问题的一个好方法：）