add_nodes and add_edges leave graph_indicator inconsistent on batched graphs

Abierto
  • ¿Algo no está bien?
#733 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 2 días

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
45/100
Tipo de issue
Error
Claridad
Bastante claro
Estado de actividad
Activo
Stack tecnológico
julia
Área
backend, data

Línea de trabajo

Read GNNGraphs/src/transform.jl, focusing on add_nodes and add_edges, and compare their handling of graph_indicator with the remove_nodes fix in PR #717. Decide or confirm the intended semantics for assigning new nodes in a batched graph, then check that the indicator stays consistent and sorted. Done when the chosen behavior is documented and tests cover batched additions, including the reported examples.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

gnngraphs

add_nodes and add_edges (when the new edges reference nodes beyond num_nodes) increase num_nodes but pass g.graph_indicator through unchanged. On a batched graph this leaves graph_indicator shorter than num_nodes:

using GNNGraphs
g = batch([rand_graph(3, 4), rand_graph(4, 6)])
g.num_nodes, length(g.graph_indicator)              # (7, 7)

g1 = add_nodes(g, 2)
g1.num_nodes, length(g1.graph_indicator)            # (9, 7)

g2 = add_edges(g, [8], [1])
g2.num_nodes, length(g2.graph_indicator)            # (8, 7)

The resulting graph is inconsistent, so functions relying on graph_indicator (e.g. unbatch, getgraph, graph-level pooling) are likely to misbehave or error on it. The relevant code is add_nodes and add_edges in GNNGraphs/src/transform.jl, which both build the new GNNGraph with g.graph_indicator.

It's not a one-line fix because the correct behavior is ambiguous: it's unclear which graph of the batch the new nodes belong to. Options:

  1. Add a keyword (e.g. graph = ...) to assign the new nodes to an existing graph, extending graph_indicator accordingly (and keeping it sorted, which unbatch requires).
  2. Allow the new nodes to be appended as a new graph.
  3. Throw an informative error for batched graphs (g.num_graphs > 1) until the semantics are decided.

Found while reviewing #717, which fixes the same class of inconsistency for remove_nodes.

🧔‍♂️🤖 Assisted by AI

Lenguaje dominante
Julia
Estrellas
310
Forks
75
Merge medio
2 d 15 h
PR fusionados (30 d)
10

Preparar el entorno

Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de JuliaGraphs/GraphNeuralNetworks.jl

Todos los issues de JuliaGraphs/GraphNeuralNetworks.jl

Issues similares

Más issues de Julia

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.