如何使用深度学习模型预测图匹配的邻接矩阵

Question

我需要构建一个模型来解决具有输出邻接矩阵的图形匹配问题。 图的每个节点都应连接到AT MOST一个节点（如果更易于实现，则甚至是一个节点）。 到现在为止，我实现了一个卷积模型，该卷积模型具有一个邻接矩阵作为输出，但是预测永远不会满足一个节点最多与另一个节点相连的约束。

以下是一些好的产出的例子：

Y = [[0,1,0,0],
     [1,0,0,0],
     [0,0,0,1],
     [0,0,1,0]]  edges:[0,1],[2,3]


Y = [[0,0,1,0],
     [0,0,0,1],
     [1,0,0,0],
     [0,1,0,0]] edges:[0,2], [1,3]

Y = [[0,1,0,0],
     [1,0,0,0],
     [0,0,0,0],
     [0,0,0,0]] edges:[0,1]

谢谢