45、图神经网络：从基础到定制化应用

图神经网络：从基础到定制化应用

1. 节点分类模型评估

在训练过程中，训练损失从 1.9 降至 0.02，验证准确率从 0.13 提升至 0.78。以下是部分训练轮次的损失和验证准确率数据：
| 轮次 | 训练损失 | 验证准确率 |
| ---- | ---- | ---- |
| 0 | 1.946 | 0.134 |
| 10 | 1.836 | 0.544 |
| 20 | 1.631 | 0.610 |
| 30 | 1.348 | 0.688 |
| 40 | 1.032 | 0.732 |
| 50 | 0.738 | 0.760 |
| 60 | 0.504 | 0.774 |
| 70 | 0.340 | 0.776 |
| 80 | 0.233 | 0.780 |
| 90 | 0.164 | 0.780 |
| 100 | 0.121 | 0.784 |
| 110 | 0.092 | 0.784 |
| 120 | 0.073 | 0.784 |
| 130 | 0.059 | 0.784 |
| 140 | 0.050 | 0.786 |
| 150 | 0.042 | 0.786 |
| 160 | 0.037 | 0.786 |
| 170 | 0.032 | 0.784 |
| 180 | 0.029 | 0.784 |
| 190 | 0.026 | 0.784 |

接下来，我们可以使用以下代码评估训练好的节点分类器在测试集上的表现：

<