图神经网络库：dgl，分割子图问题

最新推荐文章于 2024-12-27 13:09:33 发布

原创最新推荐文章于 2024-12-27 13:09:33 发布 · 1.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #pytorch #python

图神经网络专栏收录该内容

3 篇文章

订阅专栏

本文介绍了如何使用DGL库进行图的节点子图分割，并展示了操作过程及结果。在分割过程中，子图会添加额外的_ID属性。为避免此现象，可以先复制图再进行操作。示例中展示了对一个图进行节点选择，生成两个子图的完整代码和输出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

将一个图划分为多个子图，使用dgl.node_subgraph()

分割的子图会多出 edges_schemes:{“_ID” …}

举例：

import dgl
import torch
src=[0,1,2,3,4,5]
dst=[1,2,3,0,5,4]
feats=torch.tensor([[0,0,0],[1,1,1],[2,2,2],[3,3,3],[4,4,4],[5,5,5]])
g=dgl.graph((torch.tensor(src),torch.tensor(dst)))

g.ndata["feats"]=feats
print(g)

new_g1=dgl.node_subgraph(g,[0,1,2,3])
new_g2=dgl.node_subgraph(g,[4,5])
print(new_g1)
print(new_g1.edges())
print(new_g2)
print(new_g2.edges())




输出：
Graph(num_nodes=6, num_edges=6,
      ndata_schemes={'feats': Scheme(shape=(3,), dtype=torch.int64)}
      edata_schemes={})
Graph(num_nodes=4, num_edges=4,
      ndata_schemes={'feats': Scheme(shape=(3,), dtype=torch.int64), '_ID': Scheme(shape=(), dtype=torch.int64)}
      edata_schemes={'_ID': Scheme(shape=(), dtype=torch.int64)})
(tensor([0, 1, 2, 3]), tensor([1, 2, 3, 0]))
Graph(num_nodes=2, num_edges=2,
      ndata_schemes={'feats': Scheme(shape=(3,), dtype=torch.int64), '_ID': Scheme(shape=(), dtype=torch.int64)}
      edata_schemes={'_ID': Scheme(shape=(), dtype=torch.int64)})
(tensor([0, 1]), tensor([1, 0]))