【HAN】代码逐句理解三

这篇将开始分析理解 model

首先 base_gattn 是后续模型得基类
这个和 GAT 的一模一样，那就相当于顺便理解了 GAT 🤣

那么，开始吧🧑

1 BaseGAttN

定义了一些方法，loss、training、preshape、confmat 等

loss

def loss(logits, labels, nb_classes, class_weights):
        sample_wts = tf.reduce_sum(tf.multiply(
            tf.one_hot(labels, nb_classes), class_weights), axis=-1)
        xentropy = tf.multiply(tf.nn.sparse_softmax_cross_entropy_with_logits(
            labels=labels, logits=logits), sample_wts)
        return tf.reduce_mean(xentropy, name='xentropy_mean')

把 labels 进行 onehot¹ 处理，与 class_weights 对应元素相乘²
然后对每行元素求和得到 sample_wts