组队学习-图神经网络 Taks 01

1、环境配置

       colab 是google集成的深度学习开发环境，tensorflow、pytorch等软件已经配置。在刚开始配置时，使用了默认的torch版本和cuda版本，导致安装过程异常缓慢，需要一个多小时。经过Datawhale中同学的帮助，经过多次实验，应该是cuda版本的问题。

       在colab中cuda版本是cu10.1，如果配置为cu11.1，则可以正常安装，安装过程如下：

!pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

!pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
!pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
!pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
!pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-1.8.0+cu111.html
!pip install torch-geometric

2、data类

     Data类是PyG中图操作的基础类，可以用来调用torch_geometric中的内置数据集，也可以根据需要构造问题需要的数据集。在data类基础上构造类见第三部分。

from torch_geometric.datasets import Planetoid

dataset = Planetoid(root='/dataset/Cora', name='Cora')
# Cora()

print(len(dataset))
# 1

print(dataset.num_classes)
# 7

print(dataset.num_node_features)
# 1433

3、请通过继承Data类实现一个类，专门用于表示“机构-作者-论文”的网络。该网络包含“机构“、”作者“和”论文”三类节点，以及“作者-机构“和“作者-论文“两类边。对要实现的类的要求：1）用不同的属性存储不同节点的属性；2）用不同的属性存储不同的边（边没有属性）；3）逐一实现获取不同节点数量的方法。

from torch_geometric.data.data import Data

# 请通过继承Data 类实现⼀个类，专⻔⽤于表示“机构-作者-论⽂”的⽹络。该⽹络包含“机构“、”作者“和”论⽂”
# 三类节点，以及“作者-机构“和“作者-论⽂“两类边。对要实现的类的要求：1）⽤不同的属性存储不同节点的属
# 性；2）⽤不同的属性存储不同的边（边没有属性）；3）逐⼀实现获取不同节点数量的⽅法。

class Network(Data):
    def __init__(self, org=None,author=None,article=None, org_author=None,author_article=None,**kwargs):

        r"""
        Args:
        org (Tensor, optional): 节点属性矩阵，⼤⼩为`[num_nodes, num_node_features]`
        author (Tensor, optional): 节点属性矩阵，⼤⼩为`[num_nodes, num_node_features]`
        article (Tensor, optional): 节点属性矩阵，⼤⼩为`[num_nodes, num_node_features]`
        org_author (LongTensor, optional): 边索引矩阵，⼤⼩为`[2, num_edges]`，第0⾏为尾节点，第1⾏为头节点，头指向尾
        author_article (LongTensor, optional): 边索引矩阵，⼤⼩为`[2, num_edges]`，第0⾏为尾节点，第1⾏为头节点，头指向尾
        """
        super().__init__(**kwargs)
        self.org = org
        self.author = author
        self.article = article
        self.org_author = org_author
        self.author_article = author_article
        for key, item in kwargs.items():
          if key == 'num_nodes':
            self.__num_nodes__ = item
          else:
            self[key] = item

    @property
    def num_org_nodes(self):
      if self.org is None:
        return 0
      else:
        return self.org.shape[0]

    @property
    def num_author_nodes(self):
      if self.author is None:
        return 0
      else:
        return self.author.shape[0]

    @property
    def num_article_nodes(self):
      if self.article is None:
        return 0
      else:
       return self.article.shape[0]

单位的数量: 2708
作者数量: 2708
文章数量 2708