python - GCN 的 train_test_split 数据

Question

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？

标签： pythontensorflowgraph