图神经网络（GCN）分类辅导

问题 - 利用图神经网络（GCN等）分类。数据集为自己制作的CAD零件图，包含标准件和非标准间。利用该数据集进行分类，请问可以辅导我吗？带价咨询，感谢！

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 给你找了一篇非常好的博客，你可以看看是否有帮助，链接：【图结构】之图神经网络GCN详解
• 除此之外, 这篇博客: 利用GCN图卷积神经网络求解数独问题中的 数据准备 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  这个数据集包含了1百万数独的数据，你可以在这里找到它。

  https://www.kaggle.com/bryanpark/sudoku

  

  • 点击Download下载164M的CSV数独数据文件并解压至目录。

  #构建数组数据
  import numpy as np
  quizzes = np.zeros((1000000, 81), np.int32)
  solutions = np.zeros((1000000, 81), np.int32)
  for i, line in enumerate(open('sudoku.csv', 'r').read().splitlines()[1:]):
      quiz, solution = line.split(",")
      for j, q_s in enumerate(zip(quiz, solution)):
          q, s = q_s
          quizzes[i, j] = q
          solutions[i, j] = s
  quizzes = quizzes.reshape((1000000, 9, 9,1))/10
  solutions = solutions.reshape((1000000,9,9))
  

  这里得到了1000000个数独数据的问题和解答，可以这样查看：

  #数据尺寸
  quizzes[2].reshape((9,9))*10
  

  
  同样查看数独解答：

  solutions[2].reshape((9,9))
  

  
  数据已构建完毕。接下来由于tensorflow用到了一些老版本的运行机制，首先先把模式转化成eager模式。

  from tensorflow.python.framework.ops import disable_eager_execution
  disable_eager_execution()
  

  下面便是网络的构建部分。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^