背景：

        使用SAGEConv卷积层的图神经网络，网络架构如下

原因：

        我在卷积层之前改变了特征矩阵的维度，原本为[172,1,32] 现在改为了 [172,2,32]。导致了特征矩阵x在进行 “x = x.squeeze(1)” 操作时并没有将第二向量值去除（本矩阵中代表着未编码特征，需要在编码后删除）。导致出错。

解决方法：

        使用reshape代替x = x.squeeze(1)。

x = x.reshape(x.shape[0], self.embed_dim*self.feature_dim)

        其中

        self.embed_dim为编码特征维度，如：你想将特征编码为128、64、32位都可以。

        feature_dim特征维度，如：一个节点有几个特征点，[123,1234]就是两个特征点。

         最后全连接层也需要改变shape，以链接下一次卷积操作。

x = torch.sigmoid(self.lin3(x))  # batch个结果
x = x.reshape(x.shape[0])