关于HetGNN-emb有完全相同的情况 about openhgnn HOT 9 CLOSED

1、emb[:,0]是否是只取每个emb的第0维度的值。
2、完全相同是指不同节点的值完全相同吗？可以给出一些运行结果吗？

from openhgnn.

比如第145个epoch (我用的best_config). [ 8185 10778 12513 17729] 节点的emb完全一样。比较困惑

from openhgnn.

1、emb[:,0]是否是只取每个emb的第0维度的值。
只用这个判断，然后取出对应的emb行再判断

2、完全相同是指不同节点的值完全相同吗？可以给出一些运行结果吗？
比如第145个epoch (我用的best_config). [ 8185 10778 12513 17729] 节点的emb完全一样。比较困惑

from openhgnn.

复现方法：
python main.py -m HetGNN -d academic4HetGNN -t node_classification -g 0 --use_best_config --load_from_pretrained
在每个epoch保存emb
然后在181个epoch 看到如下节点id的emb完全一致

[ 0 1077 3246 7980 12413 16949 24381 28624]

可用上面脚本片段测试

from openhgnn.

请问有啥进展吗？还是我哪里理解的不对

from openhgnn.

1、我复现了实验，确认存在这个问题。
2、我查看了原文与代码。
最后的embedding是由content embedding与neighbor embedding组成；
查看了数据集本身，content embedding存在比较多的节点是由重复特征的，即content embedding重复；
要使得最后的结果节点完全一致，节点的neighbor embedding也要相同，即采样出的邻居相同，依据其采样算法，以及数据集特性，在某些节点邻居比较少时，其采样到的邻居会比较固定，造成其邻居一样的结果。
综上所述，我认为可能是该数据集可能会造成该问题。

from openhgnn.

感谢回复，还有一点困惑的是在节点分类任务中，academic4HetGNN数据集训练到epoch=1 （use best config）即达到acc 95%以上, 后面在慢慢涨到97% 是否正常。

from openhgnn.

该数据集中的特征包涵deep walk获得的embedding，该embedding是依据图结构获得的，换言之不经过模型，输入特征至下游任务也能获得较好的性能。

from openhgnn.

thx

from openhgnn.