问题描述
我刚刚开始学习如何使用图卷积网络 (GCN) 对节点进行分类，遵循来自 Cora 数据集上的 stellargraph 官方文档 (https://stellargraph.readthedocs.io/en/v1.0.0rc1/demos/node-classification/gcn/gcn-cora-node-classification-example.html) 的这个示例，模型架构如下图所示。
但是，我想要做的是在模型上添加 class_weight 或 sample_weight，因为数据是不平衡的。首先，当我尝试添加 class_weight 时，出现以下错误：
ValueError: class_weight 不支持 3+ 维目标。
在尝试使用 sample_weight 时，我仍然遇到错误：
ValueError: 使用 keras.utils.Sequence 作为输入时不支持 sample_weight 参数。
如官方文档中所写，原因是因为我使用的是生成器：“当 x 是数据集、生成器或 keras.utils.Sequence 实例时，不支持此参数，而是提供 sample_weights 作为第三个x 的元素。” （我正在使用 FullBatchNodeGenerator）
此外，我尝试将 Dense 层上方的层展平，但仍然没有成功，因为展平 (1,None,8) 导致 (1,None)，这不是 Dense 层的有效输入（我得到了The last dimension of the inputs to Dense should be defined. Found "None". 错误）。
也许你们中的一些人遇到了与初学者相同的问题，并希望帮助我找到解决此问题的方法？
谢谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）