Customizing Aggregations within Message Passing

Métriques du dépôt

Stars

19 985 stars (19 985 stars)

Métriques de merge PR

Merge moyen 16j 3h (Merge moyen 16j 3h)13 PRs mergées en 30 j (13 PRs mergées en 30 j)

Description

Cette issue ne contient pas de description.

Guide contributeur

Direction de recherche

La demande concerne la possibilité de personnaliser les fonctions d'agrégation dans les couches de passage de messages. Les contributeurs doivent examiner la classe de base de passage de messages existante (par exemple torch geometric.nn.conv.MessagePassing) pour comprendre les options d'agrégation actuelles (add, mean, max, etc.). Une implémentation possible pourrait permettre aux utilisateurs de passer des fonctions d'agrégation personnalisées en tant qu'arguments aux couches, de manière similaire à la façon dont l'agrégation est actuellement gérée via le paramètre 'aggr'. Les mainteneurs s'attendent probablement à une discussion sur la conception avant l'implémentation.

Stack technique

pythonpytorch

Domaine

machine learning

Type d'issue

Fonctionnalité

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

3

Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.

1-3 heures

Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.

Ancienne

ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.

Plutôt claire

Prérequis

Aucun

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

20