deep-learning - GCNConv 模块上的spectral_norm

Question

我想在 GCNConv 层上调用 torch.nn.utilsspectral_norm 函数

gc1 = GCNConv(18, 16)
spectral_norm(gc1)

但我收到以下错误：

KeyError: 'weight'

意味着 gc1._parameters 没有权重（只有偏差）：

gc1._parameters
OrderedDict([('bias', Parameter containing:
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     requires_grad=True))])

但是， gc1.parameters() 存储两个对象，其中一个是 16 x 18 矩阵（权重矩阵）。

for p in gc1.parameters():
  print('P: ', p.shape)
P:  torch.Size([16])
P:  torch.Size([16, 18])

如何使spectral_norm 函数在GCNConv 模块上工作？

Answer 1

根据源代码，权重参数被包装在 GCNConv 对象中包含的线性模块中lin。

我想这应该可以工作：

gc1 = GCNConv(18, 16)
spectral_norm(gc1.lin)