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GCNConv
API。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:)