TypeError: sparse matrix length is ambiguous； use getnnz() or shape[0]

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。