问题
在跑Keras版GCN源码解析的时候,发现以下问题:TypeError: sparse matrix length is ambiguous; use getnnz() or shape[0]
原因
在model.fit时,输入了特征矩阵,和邻接矩阵,但邻接矩阵A是<class ‘scipy.sparse.csr.csr_matrix’>。可能是fit函数接受不了’scipy.sparse.csr.csr_matrix’, 要加某些参数,但还不确定
解决
决定将邻接矩阵变为A = preprocess_adj(A, SYM_NORM).todense(),密集矩阵形式,即<class ‘numpy.matrix’>。
同时,对输入 G = [Input(shape=(None, None), batch_shape=(None, None),sparse=True)] 去掉sparse=True参数。