ChenJY-Count
commented
3 months ago 感谢您对我们工作的关注！
PolyGCL训练过程中使用的是全图（所有节点）的拓扑和属性信息，输出的表征也是N*D维度的所有节点表征，在第二阶段，用训练得到的表征喂入下游分类器进行节点分类任务评测。这样的设置也是图自监督学习的常用经典范式，请参考DGI的execute.py的训练阶段也是使用所有的节点而非单纯的train_mask节点。
同时，在PolyGCL训练阶段使用所有节点并不会涉及到测试节点标签泄露的问题，因为PolyGCL的自监督训练阶段只涉及全图的拓扑结构A和属性信息X，不涉及节点标签y。在第二阶段基于固定的表征训练下游分类器时才涉及训练、测试和验证集的划分，而此时由于表征已经被固定住了因此测试标签的梯度无法回传到PolyGCL，也就不存在测试节点标签的泄露问题。
以上回复可能有些简略，希望能解答您的疑问，如您对我们工作还有其他问题也欢迎通过邮箱：jy.chen@ruc.edu.cn和我交流讨论！
Ringssss
您好，作者，非常有意义的工作。我想问一下为什么在PolyGCL训练的时候，使用的是所有的节点而非单纯的train_mask的节点呢？我有疑问这会不会是训练了测试了的节点呢？谢谢！