MLP对GIN和GCN的聚合:有什么区别？

Question

我在此链接中看到了杜松子酒的以下程序

​

​

杜松子酒层的代码如下所示：

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层做同样的事情吗？

self.conv1 =GCNConv(序列(线性(num_node_features，dim_h)，BatchNorm1d(dim_h)，ReLU()，线性(dim_h，dim_h)，ReLU() self.conv2 =GCNConv(序列(线性(dim_h，dim_h)，BatchNorm1d(dim_h)，ReLU()，线性(BatchNorm1d，dim_h)，())

我得到以下错误：

---> 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'

Answer 1

您可以从GINConv和GCNConv API中看到torch_geometric。

• GINConv()
  • 有一个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()
  • 但是GCNConv()没有nn参数。

当您对不知道的方法感到好奇时，在API中搜索方法是解决问题的好方法:)