9. 图的表示及PyG实现

原创

已于 2022-05-12 17:30:28 修改 · 747 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#图论

于 2022-05-06 10:52:49 首次发布

本文介绍了图的表示方法，包括邻接矩阵的概念，并通过具体例子展示了如何使用PyTorch Geometric库表示和操作图数据，同时提到了图结构的可视化。

1. 图的表示

图是由若干点及连接点的线组成，通常用于描述对象之间的特定关系。用点来表示不同的对象，点与点之间的连线称为边，表示对象之间的关系。图结构在表示社会关系、交通网络等问题中更具优势。图（Graph）的表示

$G=\left \{ V,E \right \}$

其中存在N个点（Vertex）和M个边（Edge），即

$V=\left \{ v_{1},v_{2},...,v_{N} \right \}$

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Austin6035

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

PyTorch+PyG实现图神经网络经典模型目录

优快云精品推荐

01-19

2万+

本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。

PyG基于GCN实现图分类任务

优快云精品推荐

02-17

4127

参与评论您还未登录，请先登录后发表或查看评论

基于图神经网络的节点表征学习

weixin_42348553的博客

06-23

628

引言在图节点预测或边预测任务中，首先需要生成节点表征（representation）。高质量节点表征应该能用于衡量节点的相似性，然后基于节点表征可以实现高准确性的节点预测或边预测，因此节点表征的生成是图节点预测和边预测任务成功的关键。基于图神经网络的节点表征学习可以理解为对图神经网络进行基于监督学习的训练，使得图神经网络学会产生高质量的节点表征。在节点预测任务中，我们拥有一个图，图上有很多节点，部分节点的标签已知，剩余节点的标签未知。将节点的属性（x）、边的端点信息（edge_index）、边的属性（e

PyG教程1：数据的介绍

yihanyifan的博客

06-13

1948

PyG使用：数据操作

图与推荐[3] - Link Predict

ZhuNian的学习乐园

04-16

1562

图嵌入链接预测

【GNN】task1-简单图论 & Data类-PyG中图的表示及使用

发现问题，并解决问题，批判性思维

06-17

2312

文章目录第一部分：开篇为什么要在图上进行深度学习？问题的分类将神经网络应用于图的挑战参考资料第二部分：简单图论图结构数据一、图的表示二、图的属性三、图的种类四、图结构数据上的机器学习五、应用神经网络于图面临的挑战六、结语参考资料第三部分：Data类——PyG中图的表示及其使用转`dict`对象为`Data`对象Data对象转换成其他类型数据获取`Data`对象属性设置`Data`对象属性获取`Data`对象包含的属性的关键字对边排序并移除重复的边`Data`对象的其他性质作业第四部分：Dataset类——P

python神奇九转——pyg2plot可视化K线图

kevin_7july的博客

05-30

2960

神奇九转-python实现

【图神经网络】用PyG实现图机器学习的可解释性

小哲的博客

06-12

3456

在本博客文章中，我们将逐步介绍可解释性模块，详细说明框架的每个组件如何工作以及其作用。随后，我们将介绍各种解释评估方法和合成基准数据集，这些方法与数据集相辅相成，确保您为当前任务生成最佳的解释结果。接下来，我们将介绍一些可立即使用的可视化方法。最后，我们将详细介绍在PyG中实现自己的解释方法所需的步骤，并强调异构图和链接预测解释等高级用例的工作。

PyG官方手册入门学习-数据处理+基于PyG实现2层GCN模型

图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖

02-02

2219

翻译官方文档 torch-scatter 操作（包含图数据存储格式），可以参考目录框架单个图Data创建处理举例 Data类其他方法和属性常见Benchmarks数据集 ENZYMES数据集示例 Dataset基本信息统计通过索引的方式来访问数据集中的数据使用slices的方式对数据集DataSet进行分割使用shuffle()方法对数据集进行打乱 Cora数据集示例代码示例补充：cora数据集介绍 Mini-batches操作使用关于batch向量说

图神经网络-图数据集的表示和使用

weixin_45720616的博客

07-09

3278

图神经网络-图数据集的表示和使用Data类-PyG的图表示和使用Dataset类-PyG中图数据集的表示和使用数据集的使用-构建GCN模型GCN模型 Data类-PyG的图表示和使用首先需要自己安装PyG(pytorch geometric)库官方文档的具体介绍Data类 Data函数 class Data(object): def __init__(self, x=None, edge_index=None, edge_attr=None, y=None, **kwargs):

torch_geometric.data.collate中collate（）函数

m0_60105894的博客

12-15

1425

在进行图数据集预处理过程中，我们将每一个图数据存为一个Data类型的数据，一个数据集涉及大量的图，将大量的Data数据分开存储是非常慢的使用也不方便，因此需要用到collate（）

pyg库自定义图数据集

zly_Always_be的博客

12-12

1561

一个使用pyg库自定义图数据集的例子

PyG自定义数据集学习笔记（持续更新

weixin_45928096的博客

09-18

7885

PyG 提供了torch_geometric.data.Data用于构建图。除了使用benchmark数据集进行实验外，还可以自定义数据集，其方式与Pytorch类似，需要继承数据集类。PyG中提供了两个数据集抽象类： torch_geometric.data.InMemoryDataset：用于构建内存数据集（小数据集），继承自Dataset，一次性加载所有数据到内存。 torch_geometric.data.Dataset：用于构建大型数据集（非内存数据集），分次加载到内存；

图神经网络task1——PyG中的图与图数据的使用

Wmnyang的博客

06-16

1826

1、Data类 Data类是位于torch_geometric.data这个包中的一个类，可以有效地帮助我们创建图结构。 \quad 1.1、Data类的定义构建一个图，我们需要知道点的信息和边的信息，我们看一下Data类是如何构造图的： class Data(object): def __init__(self, x=None, edge_index=None, edge_attr=None, y=None,pos=None, normal=None, face=None, **kwargs):

【冰糖Python】PyTorch Geometric：Data 对象

冰糖的小屋

02-26

1782

PyTorch Geometric 中提供了一种使用多种属性表示图的数据类型 Data class Data(x=None,edge_index=None,edge_attr=None,y=None,pos=None,normal=None,face=None,**kwargs) x：tensor 类型，表示形状为 [num_nodes,num_node_features] 的结点的特征矩阵，默认为 None（num_nodes 为结点数，详见类属性部分） edge_index：lon...

TUDataset返回的对象的参数 (待完善）

qq_45770988的博客

05-26

1273

通过使用这些切片索引，我们可以轻松地提取出特定图数据的节点特征和边索引，而不需要遍历整个。通过这些切片信息，可以方便地从整个数据集中提取单个图的数据，进行后续的训练、验证和测试等操作。: 数据集的元数据，可能包含有关数据集的其他信息，如图的大小、特征维度等。列表的每个元素都是一个切片对象，表示对应图数据的节点特征在。列表的每个元素同样是一个切片对象，表示对应图数据的边索引在。是一个包含6个元素的列表，对应于数据集中每个图数据的节点特征。也是一个包含6个元素的列表，对应于数据集中每个图数据的边索引。

学习上手PyG - 写在最前面：INTRODUCTION BY EXAMPLE

Yuetian_w的博客

09-27

1028

尽管 PyG 已经包含许多有用的数据集，我们也可以通过继承使用自己的数据集。提供 2 种不同的DatasetInMemoryDataset：使用这个Dataset会一次性把数据全部加载到内存中。Dataset: 使用这个Dataset每次加载一个数据到内存中，比较常用。我们需要在自定义的Datasetraw_dir: 存放原始数据的路径，一般是 csv、mat 等格式: 存放处理后的数据，一般是 pt 格式 ( 由我们重写process()方法实现)。

【图神经网络】Pytorch图神经网络库——PyG基础操作

小哲的博客

12-22

5097

PyG（PyTorch Geometric）是一个基于PyTorch构建的库，可轻松编写和训练图神经网络（GNN），用于与结构化数据相关的广泛应用。它包括从各种已发表的论文中的图和其他不规则结构（也称为几何深度学习）的各种方法。

PyG (PyTorch Geometric) GNN 笔记

hanshuning的专栏

12-15

3764

https://pytorch-geometric.readthedocs.io/en/latest/index.html INTRODUCTION BY EXAMPLE https://pytorch-geometric.readthedocs.io/en/latest/notes/introduction.html A graph is used to model pairwise relations (edges) between objects (nodes). A single graph in