我正在查看文档：https ://pytorch-geometric.readthedocs.io/en/latest/notes/heterogeneous.html用于异构卷积，但在所有描述的方法中，forward() 函数仅使用 ax_dict和 an edge_index_dict。
但是，如果您愿意，我想使用边缘上的权重 => 加权邻接矩阵而不是 1/0。
forward()某些模块允许您使用GCNConv()中的可选权重参数来执行此操作。但是，调用to_hetero()例如似乎消除了这种可能性，因为它不接受这样的参数作为输入。
远射，但有什么建议吗？