一、环境配置

因为没有GPU，我这里只安装了CPU版本

先安装pytorch

pip install torch torchvision torchaudio

安装PyG

pip install torch-scatter
pip install torch-sparse
pip install torch-cluster
pip install torch-spline-conv
pip install torch-geometric

二、Data类

Data类的构造函数如下：

class Data(object):def __init__(self, x=None, edge_index=None, edge_attr=None, y=None, **kwargs):r"""Args:x (Tensor, optional): 节点属性矩阵，大小为`[num_nodes, num_node_features]`edge_index (LongTensor, optional): 边索引矩阵，大小为`[2, num_edges]`，第0行为尾节点，第1行为头节点，头指向尾edge_attr (Tensor, optional): 边属性矩阵，大小为`[num_edges, num_edge_features]`y (Tensor, optional): 节点或图的标签，任意大小（，其实也可以是边的标签）"""self.x = xself.edge_index = edge_indexself.edge_attr = edge_attrself.y = yfor key, item in kwargs.items():if key == 'num_nodes':self.__num_nodes__ = itemelse:self[key] = item

Data类的使用：

import torch
from torch_geometric.data import Data# 节点数据
x = torch.tensor([[2, 1], [5, 6], [3, 7], [12, 0]], dtype=torch.float)
# 节点类型
y = torch.tensor([0, 1, 0, 1], dtype=torch.int)
# 邻接矩阵 COO格式
edge_index = torch.tensor([[0, 0, 1, 2, 3],[3, 1, 0, 1, 2]], dtype=torch.long)data = Data(x=x, y=y, edge_index=edge_index)

三、Dataset类

生成数据集

from torch_geometric.datasets import Planetoid
dataset = Planetoid(root='/dataset/Cora', name='Cora')

数据集的使用

model = Net().to(device)
data = dataset[0].to(device)
optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4)model.train()
for epoch in range(200):optimizer.zero_grad()out = model(data)loss = F.nll_loss(out[data.train_mask], data.y[data.train_mask])loss.backward()optimizer.step()

作业

请通过继承Data类实现一个类，专门用于表示“机构-作者-论文”的网络。该网络包含“机构“、”作者“和”论文”三类节点，以及“作者-机构“和“作者-论文“两类边。对要实现的类的要求：1）用不同的属性存储不同节点的属性；2）用不同的属性存储不同的边（边没有属性）；3）逐一实现获取不同节点数量的方法。

from torch_geometric.data import Dataclass MyData(Data):def __init__(self, author, author_edge, institution, institution_edge, paper, paper_edge, **kwargs):super().__init__(**kwargs)self.author = authorself.author_edge = author_edgeself.institution = institutionself.institution_edge = institution_edgeself.paper = paperself.paper_edge = paper_edgedef get_author_num(self):return len(self.author)def get_institution_num(self):return len(self.institution)def get_paper_num(self):return len(self.paper)

环境配置与PyG中图与图数据集的使用相关推荐

181个NLP教程合集，Colab一键直达，无需环境配置，此外还有481个文本数据集
梅宁航发自凹非寺量子位报道 | 公众号 QbitAI 学习NLP不用愁了. 算力.环境配置谷歌提供,Colab套件对NLP全场景支持. 有了算力,还差教程,现在NLP学习合集大全套来了. △ ...
【环境配置】虚拟机中配置C++环境
0.前言为实现 CSAPP 配套C++练习题,在虚拟机上配置c++环境 1.准备一个Linux系统 1.1 下载Linux发行版镜像选择最常见的Linux发行版Ubuntu,其在官网上可下载,我选 ...
cbnet环境配置和运行中遇到的问题
一.环境问题安装时有两套Transformer的网络模型,cbnet是基于transformer的. 1.经常出现CBTransformer 没在仓库这个问题这个问题在相应的issu中就能找到,根 ...
Window 10下JAVA环境配置
Window 10下JAVA环境配置 1.下载结束如图: 注意:根据自己windows系统的版本以及位数下载对应的JDK 2.配置环境将上面下载的JDK安装好,我安装在了F盘,路径如下:F:\J ...
python拿什么做可视化界面好-python爬虫如何制作可视化界面？（pyqt5环境配置篇）...
却道天凉好个秋~ pyqt5+python+qtdesigner+pycharm制作一个可视化的GUI爬虫工具前言: 最近闲来无聊又开始了py之路,这次需要的是制作一个贴吧的关键词搜索相关帖子的工具 ...
Java 开发环境配置jdk安装教程
Java 开发环境配置在本文中我将为大家介绍如何搭建Java开发环境. 小破站视频教程:https://www.bilibili.com/video/BV1ji4y1u74e/ Windows 上安 ...
基于Detectron2的BlendMask训练 BlendMask环境配置 COCO数据集
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一.下载Detectron2 在这里插入图片描述 AdelaiDet是基于Detectron2之上,可以包含多个实例级 ...
zzw原创_ipv6下环境配置防火墙及FTP处理一例
缘由:公司这段时间要将原IPV4地址切换到IPV6,在环境配置的过程中,碰到一坑,平时不太注意的问题,在IPV6下却放大了实现目标:在IPV6下,机器A可以FTP到机器B,可以传输.下载文件 A机器 ...
nodejs的下载安装及环境配置及常见问题--react学习必备--nodejs重新安装前的必要卸载
学习react我们首先需要使用react和react-dom这两个包,然而在终端用npm触发这一事件的前提是已经安装了nodejs.提示为 npm : 无法将"npm"项识别为 c ...

环境配置与PyG中图与图数据集的使用

一、环境配置

二、Data类

Data类的构造函数如下：

Data类的使用：

三、Dataset类

生成数据集

数据集的使用

作业

环境配置与PyG中图与图数据集的使用相关推荐

最新文章

热门文章