图神经网络库:dgl,分割子图问题

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]))

解决方法:

把图拷贝一遍!!!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值