graph - 如何为图分类的不同大小输入训练图神经网络?
问题描述
我手头有一个图形数据集(3d 网格),它们有不同的大小。我想使用分层池,但所有文献都依赖于固定图拓扑,所以他们只对一个图使用池,因为所有图都具有相同的大小。然而,在我的例子中,输入图有不同的大小。我想使用光谱方法,并且可以使用它,但我不知道如何一一处理每个图的池化。
解决方案
推荐阅读
- vue.js - 如何使用 vuex-flash 消息?
- python - 获取第二个窗口将变量传递给主 ui 并关闭
- r - R ggplot 结合了颜色的图例和填充不同的因子长度
- javascript - 如何在 chart.js 中显示条形图?
- go - 多路复用路由器在 debian 拉伸(linux)上返回错误 503,适用于 Windows 10
- python - D&D 骰子程序(无循环)
- javascript - Headless Chrome Puppeteer:告诉 Puppeteer 准备好的页面
- scala - 如何使用参数化值初始化寄存器
- java - Selenium wedriver:并行执行抛出'org.openqa.selenium.NoSuchSessionException:无效的会话ID'
- matplotlib - 如何在 matplotlib 中完全自定义子图大小