背景：
使用SAGEConv卷积层的图神经网络，网络架构如下
原因：
我在卷积层之前改变了特征矩阵的维度，原本为172,1,32 现在改为了 172,2,32。导致了特征矩阵x在进行 "x = x.squeeze(1)" 操作时并没有将第二向量值去除（本矩阵中代表着未编码特征，需要在编码后删除）。导致出错。
解决方法：
使用reshape代替x = x.squeeze(1)。
x = x.reshape(x.shape[0], self.embed_dim*self.feature_dim)其中
self.embed_dim为编码特征维度，如：你想将特征编码为128、64、32位都可以。
feature_dim特征维度，如：一个节点有几个特征点，123,1234就是两个特征点。
最后全连接层也需要改变shape，以链接下一次卷积操作。
x = torch.sigmoid(self.lin3(x)) # batch个结果
x = x.reshape(x.shape[0])