APPNP 项目使用教程

APPNP 项目使用教程

1. 项目的目录结构及介绍

APPNP/
├── input/
│   ├── Cora/
│   │   ├── edgelist.csv
│   │   ├── features.json
│   │   └── target.csv
├── src/
│   ├── appnp.py
│   ├── data_utils.py
│   ├── model.py
│   ├── train.py
│   └── utils.py
├── LICENSE
├── README.md
├── appnp_run.jpg
└── ppnp.jpg

• input/: 包含示例数据集 Cora，包括边列表 edgelist.csv、稀疏特征 features.json 和目标变量 target.csv。
• src/: 包含项目的主要代码文件。
  • appnp.py: 定义 APPNP 模型。
  • data_utils.py: 数据处理工具。
  • model.py: 模型定义。
  • train.py: 训练脚本。
  • utils.py: 辅助工具。
• LICENSE: 项目许可证。
• README.md: 项目说明文档。
• appnp_run.jpg 和 ppnp.jpg: 项目相关图片。

2. 项目的启动文件介绍

项目的启动文件是 src/train.py。该文件负责加载数据、配置模型、训练模型并进行评估。

# src/train.py
import argparse
from appnp import APPNP
from data_utils import load_data
from model import train_model, evaluate_model

def main():
    parser = argparse.ArgumentParser(description='Train APPNP model')
    parser.add_argument('--dataset', type=str, default='Cora', help='Dataset name')
    parser.add_argument('--epochs', type=int, default=200, help='Number of epochs')
    parser.add_argument('--lr', type=float, default=0.01, help='Learning rate')
    parser.add_argument('--weight_decay', type=float, default=5e-4, help='Weight decay')
    parser.add_argument('--hidden', type=int, default=64, help='Number of hidden units')
    parser.add_argument('--dropout', type=float, default=0.5, help='Dropout rate')
    parser.add_argument('--alpha', type=float, default=0.1, help='Alpha for APPNP')
    parser.add_argument('--k', type=int, default=10, help='Number of propagation steps')
    args = parser.parse_args()

    # Load data
    adj, features, labels, idx_train, idx_val, idx_test = load_data(args.dataset)

    # Initialize model
    model = APPNP(nfeat=features.shape[1],
                  nhid=args.hidden,
                  nclass=labels.max().item() + 1,
                  dropout=args.dropout,
                  alpha=args.alpha,
                  K=args.k)

    # Train model
    train_model(model, adj, features, labels, idx_train, idx_val, args.epochs, args.lr, args.weight_decay)

    # Evaluate model
    evaluate_model(model, adj, features, labels, idx_test)

if __name__ == '__main__':
    main()

3. 项目的配置文件介绍

项目没有单独的配置文件，但可以通过命令行参数在启动文件 src/train.py 中进行配置。以下是一些常用的配置参数：

• --dataset: 数据集名称，默认为 Cora。
• --epochs: 训练轮数，默认为 200。
• --lr: 学习率，默认为 0.01。
• --weight_decay: 权重衰减，默认为 5e-4。
• --hidden: 隐藏层单元数，默认为 64。
• --dropout: Dropout 率，默认为 0.5。
• --alpha: APPNP 的 alpha 参数，默认为 0.1。
• --k: 传播步数，默认为 10。

通过命令行运行项目