Stellargraph 无法使用数据洗牌

Question

当我使用 DGCNN 运行 StellarGraph 的 demo 进行图分类时，我得到了与演示中相同的结果。

但是，当我使用以下代码测试第一次随机播放数据时会发生什么：

shuffler = list(zip(graphs, graph_labels))
random.shuffle(shuffler)
graphs, graph_labels = zip(*shuffler)

模型根本没有学习（准确度约为 50% - 就像数据分布一样）。

有人知道为什么会这样吗？也许我以错误的方式洗牌？还是应该首先对数据进行非洗牌（为什么？这没有任何意义）？还是 StellarGraph 实现中的错误？

Answer 1

我发现了问题。这与洗牌算法无关，也与 StellarGraph 的实现无关。问题出在演示中，如下几行：

train_gen = gen.flow(
    list(train_graphs.index - 1),
    targets=train_graphs.values,
    batch_size=50,
    symmetric_normalization=False,
)

test_gen = gen.flow(
    list(test_graphs.index - 1),
    targets=test_graphs.values,
    batch_size=1,
    symmetric_normalization=False,
)

问题是由train_graphs.index - 1 和test_graphs.index - 1 引起的。索引已经在0 到n 之间的范围内，因此从它们中减去一个会导致图形数据向后“移动”一个，从而导致每个数据点获得不同数据点的标签。

要解决此问题，只需将它们更改为 train_graphs.index 和 test_graphs.index，末尾不带 -1。