PyG处理异构图Heterogeneous Graph代码实现

随着深度学习的快速发展，图神经网络（Graph Neural Networks，GNNs）在图数据上的应用变得越来越广泛。而在实际应用中，许多图数据都是由不同类型的节点和边组成的异构图（Heterogeneous Graph），例如社交网络中的用户、商品和关系。为了能够灵活处理这种异构图数据，我们可以使用PyTorch Geometric（PyG）库提供的功能。

本文将介绍如何使用PyG处理异构图，并提供相应的源代码实现。我们将使用一个具体的示例，即电影推荐系统，其中包含了三种类型的节点：用户、电影和导演，以及两种类型的边：用户-电影关系和电影-导演关系。

首先，我们需要安装PyG库：

!pip install torch
!pip install torch_geometric

接下来，我们导入所需的库：

import torch
import torch.nn