图神经网络系列讲解及代码实现-GAT 1

为明天去拼:
input_h是【N，in_features】两维的啊？但是在pytorch程序中训练的都是三维的吧【batch_size,N，in_features】，那如果是三维的下面代码需要改哪些啊？

【回复】我也很好奇，这怎么利用dataloader来批量话化训练？
一人一人一人人:
代码里用了一个非常巧妙的方法来完成两个向量的拼接操作。 h.repeat(1, N)相当是把每个向量在维度1复制了N份，类似于(下面数字代表节点的特征向量) 【 1, 1 , ……, 1 2, 2 , ……, 2 …… N, N, ……, N 】 而h.repeat(N, 1)是把当前批次的节点特征在0维度上复制N批（包括原来那批），类似于 【 1, 2, ., N, …… 1, 2, ., N 】

混沌神石1:
大佬，gat可以用来做动态的链路预测吗？就是输入很多个时间点的图快照包括权重，预测下一个时刻的图，包括节点的特征

清风与鹿55:
也就是说原论文里的||拼接是没有固定格式，只要拼起来维度可以计算即可是吗？

zhangjian294:
计算边权重里的W和加权求和公式里的W不一样吧？