谱图卷积网络项目教程

谱图卷积网络项目教程

spectral_graph_convnets PyTorch implementation of spectral graph ConvNets, NeurIPS’16 项目地址: https://gitcode.com/gh_mirrors/sp/spectral_graph_convnets

1. 项目目录结构及介绍

spectral_graph_convnets/
├── lib/
│   ├── __init__.py
│   ├── graph.py
│   ├── models.py
│   └── utils.py
├── pic/
├── results_html/
├── .gitignore
├── 01_standard_convnet_lenet5_mnist_pytorch.ipynb
├── 02_graph_convnet_lenet5_mnist_pytorch.ipynb
├── LICENSE
├── README.md
├── check_install.py
└── requirements.txt

目录结构介绍

• lib/: 包含项目的主要代码文件，包括图处理、模型定义和工具函数。
  • graph.py: 处理图结构的代码。
  • models.py: 定义了卷积神经网络模型。
  • utils.py: 包含一些辅助函数。
• pic/: 存放项目相关的图片文件。
• results_html/: 存放生成的HTML结果文件。
• .gitignore: Git忽略文件，指定哪些文件或目录不需要被Git管理。
• 01_standard_convnet_lenet5_mnist_pytorch.ipynb: 标准卷积网络的Jupyter Notebook文件。
• 02_graph_convnet_lenet5_mnist_pytorch.ipynb: 图卷积网络的Jupyter Notebook文件。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的说明文档。
• check_install.py: 检查安装环境的脚本。
• requirements.txt: 项目依赖的Python包列表。

2. 项目启动文件介绍

01_standard_convnet_lenet5_mnist_pytorch.ipynb

这是一个Jupyter Notebook文件，用于运行标准卷积网络（LeNet-5）在MNIST数据集上的分类任务。通过运行这个Notebook，你可以训练和测试标准卷积网络模型。

02_graph_convnet_lenet5_mnist_pytorch.ipynb

这也是一个Jupyter Notebook文件，用于运行图卷积网络（Graph ConvNets）在MNIST数据集上的分类任务。通过运行这个Notebook，你可以训练和测试图卷积网络模型。

3. 项目配置文件介绍

requirements.txt

这个文件列出了项目运行所需的Python包及其版本。你可以使用以下命令安装这些依赖：

pip install -r requirements.txt

check_install.py

这个脚本用于检查项目的安装环境是否满足要求。你可以通过运行以下命令来检查：

python check_install.py

README.md

这个文件是项目的说明文档，包含了项目的概述、安装步骤、使用方法等信息。建议在开始使用项目之前，先阅读这个文件。

spectral_graph_convnets PyTorch implementation of spectral graph ConvNets, NeurIPS’16 项目地址: https://gitcode.com/gh_mirrors/sp/spectral_graph_convnets