什么是消息传递类中的`node_dim`参数?

在PyTorch几何学关于创建消息传递网络的教程中,他们在解释类功能的开头有这样一段话:

MessagePassing(aggr="add", flow="source_to_target", node_dim=-2): 定义了使用的聚合方案("add", "mean" 或 "max")以及消息传递的流动方向("source_to_target""target_to_source")。此外,node_dim属性指示沿哪个轴进行传播。

我不理解这个node_dim指的是什么,以及为什么它是-2。我查看了MessagePassing类的文档,那里提到它是进行传播的轴——这仍然没有真正澄清我们在这里做什么,以及为什么默认值是-2(可能是这样在节点级别上传播信息)。请问有人可以给我解释一下吗?


回答:

参考这里这里后,我认为与之相关的是‘message’函数的输出
在大多数情况下,输出的形状是[edge_num, emb_out],如果我们将node_dim设置为-2,就意味着我们将使用目标节点的索引沿edge_num进行聚合。
这正是从源节点聚合信息的过程。
聚合后的结果是[node_num, emb_out]

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注