拉普拉西安艾根维克特PE不是决定性的
作者: theodorju创建于 2023年6月2日更新于 2026年7月22日
标签bughelp wantedtransformdeterminism
[Laplacian Eigenvector PE](https://pytorch-geometry.readthedocs.io/en/latest/creen-torch geometry.transforms.Add.Laplacian EigenvectorPE.html)不具有确定性,即它在不同时间,甚至在所有被播种的情况下,应用到同一图时会产生不同的编码.
这是一个复制它的代码:
导入火炬
导入随机
将数字导入为 np
从火炬 几何. datas 导入 Planetoid
从火炬 几何. transforms 导入 AddLaplacian EigenvectorPE
种子 每样( 种子: int) :
随机.种子(种子)
np.random.seed (种子) (英语).
火炬. manual 种子(种子)
火炬.cuda.manual seed all(种子)
种子( E)
数据集=Planetoid(root='./datasets',名称='Cora') 互联网档案馆的存檔,存档日期2013-12-02.
数据=数据集 [0]
lpe1 = 添加拉普拉西安 EigenvectorPE(k=124,atr name="lpe1").
lpe2 = 添加拉普拉西安 EigenvectorPE(k=124,atr name="lpe2").
# 添加 lpe1 语句
数据=lpe1(数据)
# 添加 lpe2 时
数据=lpe2(数据)
# 得到爱 #
pe1=数据.lpe1
pe2 = 数据. lpe2
打印(torch.allclose (pe1, pe2)) # 打印
# 手动检查的打印
打印(第1页[:5:10])
打印(第2页[:5,:10])环境
- PYG版本: 2.3.1
- PyTorch 版本:2.0.1+cu118
- OS: Linux (Ubuntu 20.04) (英语).
- Python版本:3.10
- CUDA/CDNN版本:12.0
- 如何安装PyTorch和PyG(
conda',pip',来源):pip。 - 任何其他有关资料(例如*,`粉碎-散射'版本): 无.
内容来源: pyg-team/pytorch_geometric