RandomLinkSplit不与HeteroData一起使用

Question

在处理我自己的数据时，我在使用torch-geometric时遇到了一些严重的问题。 我正在尝试构建一个具有 4 个不同节点实体（其中只有 1 个具有某些节点特征，其他是简单节点）和 5 个不同边类型（其中只有一个具有权重）的图。 我成功地通过构建一个 HeteroData() 对象并加载带有标签、属性等的不同矩阵来做到这一点。

当我尝试调用 RandomLinkSplit 时，问题就出现了。这是我的调用的样子：

import torch_geometric.transforms as T


transform = T.RandomLinkSplit(
              num_val = 0.1,
              num_test = 0.1,
              edge_types = [('Patient', 'suffers_from', 'Diagnosis'),
                             ('bla', 'bla', 'bla') #I copy all the edge types here
                           ],
              
            )

但是我得到了空的 AssertionError 条件：

assert is instance(rev_edge_types, list)

所以我认为我需要像教程一样将图转换为无向（出于某种奇怪的原因），然后示例还反转边缘（即使我不需要它们）：

import torch_geometric.transforms as T

data = T.ToUndirected()(data)
transform = T.RandomLinkSplit(
              num_val = 0.1,
              num_test = 0.1,
              edge_types = [('Patient', 'suffers_from', 'Diagnosis'),
                             ('bla', 'bla', 'bla') #I copy all the edge types here
                           ],
              rev_edge_types = [('Diagnosis', 'rev_suffers_from', 'Patient'),
                                ...
                               ]
              
            )

但这次我收到错误*：'Tensor'和'NoneType'不支持的操作数类型。

有专家对为什么会发生这种情况有任何想法吗？我只是想进行火车测试分割，从我读到的文档中，异构图应该得到很好的支持，但我不明白为什么这不起作用，而且我已经尝试了很多不同的事情。

任何帮助将不胜感激！ 谢谢

Answer 1

您应该尝试对每个边缘进行分割，并一次在一种边缘类型上进行训练。

transform = T.RandomLinkSplit(
              num_val = 0.1,
              num_test = 0.1,
              edge_types = ('Patient', 'suffers_from', 'Diagnosis'),
              rev_edge_types = ('Diagnosis', 'rev_suffers_from', 'Patient')
              
            )

Answer 2

我也遇到了这个问题。
在探索了一些代码之后，我发现有一个变量 size[1] 本来应该是一个 int，但结果是 None。
在弄清楚它来自哪里并手动检查 data[edgekey].size() 后，我收到了一个额外的警告，无法推断我的节点类型之一上的 num_nodes .
在这种类型上设置 num_nodes 后，一切正常。

确保您使用的边缘键和节点键没有拼写错误。这似乎也导致了这个错误