Stellargraph中的不相容形状

Question

我正在尝试使用Stellargraph库来实现GCN模型的一个小原型。我已经准备好了我的StellarGraph图形对象，我正在试图解决一个多类多标签分类问题。这意味着我试图预测多个列(确切地说是19列)，每个列被编码为0或1。

以下是我所做的：

from sklearn.model_selection import train_test_split
from stellargraph.mapper import FullBatchNodeGenerator

train_subjects, test_subjects = train_test_split(nodelist, test_size = .25)
generator = FullBatchNodeGenerator(graph, method="gcn")

from stellargraph.layer import GCN

train_gen = generator.flow(train_subjects['ID'], train_subjects.drop(['ID'], axis = 1))
gcn = GCN(layer_sizes=[16, 16], activations=["relu", "relu"], generator=generator, dropout=0.5)

from tensorflow.keras import layers, optimizers, losses, metrics, Model

x_inp, x_out = gcn.in_out_tensors()
predictions = layers.Dense(units = 1, activation="sigmoid")(x_out)

from tensorflow.keras.metrics import Precision as Precision
​
model = Model(inputs=x_inp, outputs=predictions)
model.compile(
    optimizer=optimizers.Adam(learning_rate = 0.01),
    loss=losses.categorical_crossentropy,
    metrics= [Precision()])

val_gen = generator.flow(test_subjects['ID'], test_subjects.drop(['ID'], axis = 1))

from tensorflow.keras.callbacks import EarlyStopping

es_callback = EarlyStopping(monitor="val_precision", patience=200, restore_best_weights=True)

history = model.fit(
    train_gen,
    epochs=200,
    validation_data=val_gen,
    verbose=2,
    shuffle=False,  
    callbacks=[es_callback])

我有271045个边& 16354个节点，包括12265个训练节点。我得到的问题是来自Keras的形状不匹配。它规定如下。我怀疑这是由于插入了多个列作为目标列。我只使用了一个列(类)来尝试这个模型&它工作得很好。

InvalidArgumentError:  Incompatible shapes: [1,12265] vs. [1,233035]
     [[node LogicalAnd_1 (defined at tmp/ipykernel_52/2745570431.py:7) ]] [Op:__inference_train_function_1405]

值得一提的是，233035 = 12265 (列车节点数)乘以19 (类数)。你知道这里出了什么问题吗？

Answer 1

我解决了问题。

这是一个新手的错误，我用一个单元来初始化密集的分类层，而不是19个(类的数量)。

我只需要修正这句话：

predictions = layers.Dense(units = 19, activation="sigmoid")(x_out)

祝您今天愉快!