如何将Stellargraph对象传入Keras模型？解决数据适配报错

Stellargraph的StellarGraph对象不能直接通过Keras的Input()层传入，因为Keras的数据适配器无法识别这种自定义类型。以下是正确的处理方式：

1. 基于邻接矩阵的模型（如GCN） #

先将图数据转换为Keras可处理的张量格式：

• 提取节点特征矩阵：

  node_features = sg_graph.node_features()  # 返回numpy数组或张量
  

• 提取归一化后的邻接矩阵：

  adj_matrix = sg_graph.to_adjacency_matrix(weighted=True, normalized=True)
  

• 用Input()分别定义输入层：

  from tensorflow.keras.layers import Input
  
  node_input = Input(shape=(node_features.shape[1],))
  adj_input = Input(shape=(node_features.shape[0],))
  

• 将这两个输入传入对应图神经网络层，再构建后续模型结构。

2. 基于采样的模型（如GraphSAGE） #

使用Stellargraph提供的专用生成器处理输入，无需手动调用Input()：

from stellargraph.mapper import GraphSAGENodeGenerator
from stellargraph.layer import GraphSAGE

# 初始化生成器
generator = GraphSAGENodeGenerator(sg_graph, batch_size=32, num_samples=[10, 5])
# 生成训练数据迭代器
train_gen = generator.flow(train_nodes, train_labels)

# 获取模型的输入输出张量
graphsage = GraphSAGE(layer_sizes=[64, 32], generator=generator, activation="relu")
x_inp, x_out = graphsage.in_out_tensors()

这里的x_inp就是模型的输入张量，可直接用于构建后续Keras模型。

通用注意事项 #

• 禁止直接将StellarGraph对象传给Keras的fit()或Input()，必须转换为张量、数组，或使用Stellargraph生成器。
• 报错中的NoneType大概率是传入的标签或其他参数为空，需检查数据完整性。

内容的提问来源于stack exchange，提问作者Aks