torch_geometric.transforms.AddLaplacianEigenvectorPE

class AddLaplacianEigenvectorPE(k: int, attr_name: Optional[str] = 'laplacian_eigenvector_pe', is_undirected: bool = False, **kwargs: Any)

Bases: BaseTransform

从“Benchmarking Graph Neural Networks”论文中添加拉普拉斯特征向量位置编码到给定的图中（函数名称：add_laplacian_eigenvector_pe）。

Parameters:

• k (int) – 要考虑的非平凡特征向量的数量。

• attr_name (str, optional) – 要添加位置编码的数据对象的属性名称。如果设置为 None，将会连接到 data.x。 (默认值: "laplacian_eigenvector_pe")

• is_undirected (bool, 可选) – 如果设置为 True，此转换 期望输入为无向图，因此可以加快 特征向量的计算。（默认值：False）

• **kwargs (可选) – scipy.sparse.linalg.eigs() 的额外参数（当 is_undirected 为 False 时）或 scipy.sparse.linalg.eigsh() 的额外参数（当 is_undirected 为 True 时）。