Pygcn源码解读

最新推荐文章于 2025-09-29 07:31:25 发布

原创

最新推荐文章于 2025-09-29 07:31:25 发布 · 2k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#python #gcn #源码

本文详细解析了PyTorch中实现图卷积网络GCN的代码，包括数据预处理、模型构建、训练过程。在数据预处理中，涉及特征提取、onehot编码和邻接矩阵的构建。模型部分介绍了GCN类的定义，包括图卷积层的实现。在训练阶段，讲解了损失计算、反向传播和优化器的使用。此外，还探讨了nn.Module与nn.functional的区别以及优化器的作用。

源代码：GitHub - tkipf/pygcn: Graph Convolutional Networks in PyTorch

依据记忆，自己敲了源代码，可能与源代码有细微差别，但也可以正常运行。

注释中给出了一些debug时的流程。

一、utils代码分析

主要由两部分构成：数据预处理load_data()+精度计算accuracy()

load_data()

1）features

提取featues -> 转化为csr_matrix存储 -> 归一化 -> 转变为张量torch.from_numpy()

2）labels

提取labels -> onehot编码-> 找到节点的标签np.where(labels) -> 转变为张量

注：代码中第20行将前两步合成一步，43行将后两步合成了一步。

3）建立图

论文的idx是杂乱无章的，表示起来不方便，所以构建字典给论文编号。

建立图的过程较复杂，要生成idx, edges和adj.

图的组成	步骤
idx	提取idx -> 生成字典，给节点编号
edges	读取边 -> 用节点编号表示边
adj	生成adj -> 对称化 -> 归一化 -> 转变为稀疏张量

accuracy()

计算精度, 在train()中被调用。

import numpy as np
import scipy.sparse as sp
import torch

def encode_onehot(labels):
    classes=set(labels)     #求出labels的类
    classes_dict={c:np.identity(len(classes))[i,:] for i,c in enumerate(classes)}   #生成类别字典
    labels_onehot=np.array(list(map(classes_dict.get, labels)), dtype=np.int32)    #类型还没加上
    return labels_onehot

def load_data(path='../data/cora/', dataset='cora'):
    print("Loading {} data...".format(dataset))
    idx_features_labels = np.genfromtxt('{}{}.content'.format(path, dataset), dtype=np.dtype(str))
    #idx_features_labels=np.array(np.genfromtxt('{}{}.content'.format(path, dataset)), dtype=np.dtype(str))
    #error:得到的features是浮点型，得到的labels是nan
    '''
    也可以写作sp.coo_matrix,只不过变成了col,row作为指示
    '''
    features=sp.csr_matrix(idx_features_labels[:, 1:-1], dtype=np.float32)  #提取第一列至倒数第二列
    labels=encode_onehot(idx_features_labels[:,-1])

    '''build graph'''
    '''①给结点编号'''
    idx=np.array(idx_features_labels[:,0], dtype=np.int32)
    #idx=idx_features_labels[:,0]有bug,原因：提取出来的是str类型的数据,idx:['31336' '1061127']
    # 得到的idx_dict:{'31336': 0,'1061127': 1,...}在第30行map()会出错！
    idx_dict={j:i for i,j in enumerate(idx)}
    '''②处理边，把边的关系用编号表示'''
    edges_unordered=np.genfromtxt('{}{}.cites'.format(path, dataset), dtype=np.int32)
    edges=np.array(list(map(idx_dict.get, edges_unordered.flatten())),
                   dtype=np.int32).reshape(edges_unordered.shape)
    '''③生成邻接矩阵'''
    adj=sp.csr_matrix((np.ones(edges.shape[0]),(edges[:,0], edges[:,1])),
                      shape=(labels.shape[0], labels.shape[0]), dtype=np.int32)
    # row,