RandomLinkSplit не работает с HeteroData

Question

у меня серьезные проблемы с torch-geometricпри работе с моими собственными данными. Я пытаюсь построить граф, который имеет 4 различных объекта узла (из которых только 1 имеет некоторые функции узла, остальные - простые узлы) и 5 ​​различных типов ребер (из которых только один имеет вес). Мне удалось сделать это, построив HeteroData()объекта и загрузки различных матриц с метками, атрибутами и т.д.

Проблема возникает, когда я пытаюсь позвонить RandomLinkSplit. Вот как выглядит мой звонок:

      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
                           ],
              
            )

но я получаю пустой AssertionErrorпри условии:

      assert is instance(rev_edge_types, list)

Поэтому я подумал, что мне нужно преобразовать граф в неориентированный (по какой-то странной причине), как это делается в учебнике, а затем сэмплировать также обратные ребра (хотя они мне не нужны):

      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'),
                                ...
                               ]
              
            )

но на этот раз я получаю ошибку unsupported operand type(s) for *: 'Tensor' and 'NoneType'.

У кого-нибудь из экспертов есть идеи, почему это происходит? Я просто пытаюсь выполнить разделение тестов поезда, и из документов, которые я читал, гетерогенные графики должны хорошо поддерживаться, но я не понимаю, почему это не работает, и я пробовал разные вещи в течение довольно много времени.

Любая помощь будет оценена по достоинству! Спасибо

Answer 1

Вам следует попытаться разделить каждое ребро и тренироваться на одном типе ребра за раз.

      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')
              
            )