GCN模型初始化：参数设置与层级构建

GCN模型初始化：参数设置与层级构建

在GCN模型中，def __init__(self, nfeat, nhid, nclass, dropout): 方法用于定义模型的参数和层级结构。

参数定义：

• nfeat: 输入特征的维度。
• nhid: 隐藏层的维度。
• nclass: 输出类别的数量。
• dropout: dropout率。

层级构建：

在初始化时，会创建两个GraphConvolution层，分别为第一层和第二层。

• self.gc1 = GraphConvolution(nfeat, nhid): 第一层，输入维度为nfeat，输出维度为nhid。
• self.gc2 = GraphConvolution(nhid, nclass): 第二层，输入维度为nhid，输出维度为nclass。

属性保存：

• self.dropout = dropout: 将dropout率保存为类的一个属性，以便在后续方法中使用。

总结：

__init__方法是GCN模型初始化的重要部分，它定义了模型的基本参数和层级结构，为后续模型训练和预测奠定了基础。