在之前的文章中，我们探讨了时间序列预测、图像分类、文本生成等多种深度学习任务。本文将介绍图神经网络（Graph Neural Networks, GNN），并基于 PyTorch 实现一个简单的 GNN 模型，用于节点分类任务。我们将使用经典的 Cora 数据集，帮助读者掌握处理图数据的基本方法。
一、图神经网络基础
图神经网络（GNN）是专门用于处理图结构数据的深度学习模型。与传统神经网络不同，GNN 能够捕捉节点之间的关系信息，广泛应用于社交网络分析、推荐系统、分子结构预测等领域。
1. 图的表示
-
节点（Node）：图中的实体（如用户、论文）。
-
边（Edge）：节点之间的关系（如用户关注、论文引用）。
-
特征（Feature）：每个节点的属性（如用户的年龄、论文的关键词）。
2. 常见的 GNN 层
-
图卷积网络（GCN）：通过聚合邻居节点的特征更新当前节点表示。
-
图注意力网络（GAT）：引入注意力机制，区分不同邻居的重要性。
-
图同构网络（GIN）：通过多层感知机（MLP）增强表达能力。
3. 节点分类任务
节点分类的目标是为图中的每个节点分配一个类别标签。例如，在论文引用网络中，预测论文的研究领域。
二、节点分类实战
我们将使用 Cora 数据集，包含 2708 篇机器学习论文及其引用关系，每篇论文被分为 7 个类别。目标是根据论文内容和引用关系预测类别。
1. 实现步骤
-
安装 PyTorch Geometric 库。
-
加载并预处理 Cora 数据集。
-
构建 GCN 模型。
-
训练模型并评估性能。
2. 代码实现
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch_geometric.datasets import Planetoid
from torch_geometric.nn import GCNConv
from torch_geometric.transforms import NormalizeFeatures
import matplotlib.pyplot as plt
# 设置 Matplotlib 支持中文显示
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体为 SimHei（黑体）
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 1. 加载数据集
dataset = Planetoid(root='./data/Cora', name='Cora', transform=NormalizeFeatures())
data = dataset[0]
# 2. 定义 GCN 模型
class GCN(nn.Module):
def __init__(self, input_dim, hidden_dim, output_dim):
super().__init__()
self.conv1 = GCNConv(input_dim, hidden_dim)
self.conv2 = GCNConv(hidden_dim, output_dim)
self.dropout = nn.Dropout(0.5)
def forward(self, x, edge_index):
x = self.conv1(x, edge_index)
x = F.relu(x)
x = self.dropout(x)
x = self.conv2(x, edge_index)
return F.log_softmax(x, dim=1)
# 3. 初始化模型和优化器
model = GCN(input_dim=dataset.num_features, hidden_dim=16, output_dim=dataset.num_classes)
optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4)
criterion = nn.NLLLoss()
# 4. 训练函数
def train():
model.train()
optimizer.zero_grad()
out = model(data.x, data.edge_index)
loss = criterion(out[data.train_mask], data.y[data.train_mask])
loss.backward()
optimizer.step()
return loss.item()
# 5. 测试函数
def evaluate(mask):
model.eval()
with torch.no_grad():
out = model(data.x, data.edge_index)
pred = out.argmax(dim=1)
correct = pred[mask] == data.y[mask]
acc = correct.sum().item() / mask.sum().item()
return acc
# 6. 训练模型
train_losses = []
val_accuracies = []
test_accuracies = []
for epoch in range(200):
loss = train()
train_losses.append(loss)
val_acc = evaluate(data.val_mask)
test_acc = evaluate(data.test_mask)
val_accuracies.append(val_acc)
test_accuracies.append(test_acc)
if (epoch + 1) % 20 == 0:
print(f'Epoch [{epoch+1}/200], Loss: {loss:.4f}, Val Acc: {val_acc:.4f}, Test Acc: {test_acc:.4f}')
# 7. 可视化结果
plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(train_losses, label='Training Loss')
plt.xlabel('训练轮数')
plt.ylabel('损失值')
plt.legend()
plt.subplot(1, 2, 2)
plt.plot(val_accuracies, label='Validation Accuracy')
plt.plot(test_accuracies, label='Test Accuracy')
plt.xlabel('训练轮数')
plt.ylabel('准确值')
plt.legend()
plt.show()三、代码解析
-
数据加载：
-
使用
Planetoid加载 Cora 数据集，包含节点特征data.x、边索引data.edge_index和掩码data.train_mask/data.val_mask/data.test_mask。 -
NormalizeFeatures对节点特征进行归一化。
-
-
模型结构：
-
GCN模型包含两个GCNConv层，中间使用 ReLU 激活和 Dropout 防止过拟合。 -
输出层通过
log_softmax计算对数概率。
-
-
训练过程：
-
使用负对数似然损失（NLLLoss）和 Adam 优化器。
-
训练 200 个 epoch，每 20 个 epoch 打印损失和准确率。
-
-
结果可视化：
-
左图显示训练损失下降曲线。
-
右图对比验证集和测试集的准确率。
-
四、运行结果
运行代码后，你将看到：
-
训练损失从约 1.8 逐渐下降至 0.1 以下。
-
验证集和测试集的准确率最终达到约 80%。
五、改进建议
-
调整模型结构：增加隐藏层维度或添加更多 GCN 层。
-
使用其他 GNN 模型：如 GAT 或 GraphSAGE。
-
数据增强：通过随机删除边或节点提升鲁棒性。
-
超参数优化：调整学习率、Dropout 率或权重衰减系数。
六、总结
本文介绍了图神经网络的基本概念，并使用 PyTorch Geometric 实现了一个简单的 GCN 模型，完成了 Cora 数据集的节点分类任务。通过这个例子，我们学习了如何处理图数据、构建 GNN 模型以及进行训练和评估。
至此，《PyTorch 深度学习实战》系列文章已涵盖图像、文本、序列、图结构数据等多种场景，希望读者能通过这些实战案例掌握深度学习的核心技能。未来探索中，可继续关注模型优化、多模态学习等前沿方向！
代码实例说明：
-
运行前需安装 PyTorch Geometric：
pip install torch_geometric -
完整代码依赖：
torch,matplotlib,torch_geometric。 -
GPU 加速：将模型和数据移至 GPU（
model.to('cuda'),data = data.to('cuda')）。
希望本系列文章为你提供了扎实的实践基础！如有疑问，欢迎在评论区交流。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
