我想比较使用GIN和全连接网络的分类问题的性能。我从spektral库TUDataset classification with GIN中的示例开始。我已经为我的问题创建了自定义数据集,并且正在使用spektral.data中的DisjointLoader加载它。 我看到我的监督学习在使用GIN网络的数据上显示出了良好的结果。然而,为了将这些结果与完全连接的网络进行比较,我在将数据集的输入加载到FC
我正在尝试访问图形卷积网络中间层的输出,model.predict抛出了输入值的InvalidArgument错误,因为model.fit在相同的输入下工作得很好。这是我的代码,它使用了由spektral库提供的来自OGB的'CORA‘引用数据集,该库为图卷积网络提供了算法和示例。我的代码基于同一个库here中的一个示例 from spektral.datasets import citation
from spek