dgl中的dgl.DGLGraph.ndata和dgl.DGLGraph.edata

幽殇默

已于 2024-03-03 09:27:19 修改

阅读量577

点赞数 2

分类专栏： pytorch 文章标签： pytorch python

于 2024-03-03 09:23:34 首次发布

本文链接：https://blog.csdn.net/bettle_king/article/details/136426598

版权

pytorch 专栏收录该内容

31 篇文章 1 订阅

订阅专栏

本文介绍了如何在Python中使用DGL库创建图结构，并为节点和边添加特征。展示了如何访问和修改节点特征和边特征的数据操作。

摘要由CSDN通过智能技术生成

import dgl
import torch

# 假设我们创建一个简单的图
# 创建图
g = dgl.graph(([0, 1, 2], [1, 2, 3]))

# 为节点添加特征，比如每个节点有2个特征
g.ndata['feat'] = torch.tensor([[1, 2], [3, 4], [5, 6], [7, 8]])

# 为边添加特征，比如每条边有1个特征
g.edata['weight'] = torch.tensor([0.1, 0.2, 0.3])

# 打印节点特征
print("Node features")
print(g.ndata)

# 打印边特征
print("Edge features")
print(g.edata)
print("Node features")
g.ndata['feat1']=torch.tensor([[3],[4],[5],[6]])
print(g.ndata)