PyG 图神经网络：如何将CNN特征输入GCN网络

输入进GCN网络的x形状为torch.Size([1, 4, 1, 1])是因为在CNN模型中，经过两个卷积层后，最终输出的特征图形状变为torch.Size([1, 4, 4, 4])。

如果想要将输入的x形状变为torch.Size([1, 4, 4, 4])，可以在CNN模型中修改卷积层的参数，例如修改第一个卷积层的stride和padding参数。

具体的修改方式如下所示：

class CNN(torch.nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Conv2d(4, 16, kernel_size=3, stride=1, padding=1)
        self.conv2 = nn.Conv2d(16, 4, kernel_size=3, stride=1, padding=1)

    def forward(self, x):
        x = self.conv1(x)
        x = F.relu(x)
        x = self.conv2(x)
        return x

这样修改后，输入进GCN网络的x形状就会变为torch.Size([1, 4, 4, 4])。