python - GCN 的 train_test_split 数据
问题描述
我知道 GCN 的操作是 A 和 H 和 W,其中 A 是邻接矩阵,H 是图的隐藏状态,W 是可训练参数。
我想知道即使在未知批量大小的看不见的数据中如何进行上述操作?
因为 A 的形状是 (n × n) 当图中有 n 个节点时,H 的形状是 (n × f) 其中 f 是每个节点的特征数,W 的形状是 (f × f') 其中f'是每个节点的输出维数。
Q1。当我将形状(k × f)的未见数据前馈到 GCN 时,我是否应该将 A 视为未见数据(k × k)的邻接矩阵?
Q2。当我将整个数据集拆分为训练数据集和测试数据集时,训练数据中的节点 A 和测试数据集中的节点 B 之间的有意义的连接将断开。有关它的信息会丢失吗?
解决方案
推荐阅读
- angular - 带有虚拟滚动条的 ng2-dragula
- powershell - 当函数内部发生错误时抛出异常
- jenkins - 一次失败时如何使用不同的参数值再次触发相同的作业?
- scala - 如何决定火花纱配置属性
- karate - 如何通过单独的功能文件迭代参数列表?
- oracle - oracle表单如何在execute_query之后保持复选框被选中
- javascript - 在javascript对象的某个位置插入键值对
- c# - 无法从 mvc .net 中的 @Html.ActionLink 在控制器上重定向
- html - 4 图像浮动中心
- android - Android Material 深色主题