CNN Graph 项目教程
cnn_graph项目地址:https://gitcode.com/gh_mirrors/cn/cnn_graph
1. 项目的目录结构及介绍
cnn_graph/
├── datasets/
├── lib/
├── models/
├── scripts/
├── utils/
├── README.md
├── config.json
├── train.py
- datasets/: 存放数据集的目录。
- lib/: 包含从原始代码库 CNN_Graph 借用的代码,负责图构建和粗化。
- models/: 存放模型定义的文件。
- scripts/: 包含预处理脚本和其他辅助脚本。
- utils/: 包含各种实用工具函数。
- README.md: 项目说明文档。
- config.json: 配置文件。
- train.py: 启动文件,用于训练和评估模型。
2. 项目的启动文件介绍
train.py 是项目的启动文件,用于训练和评估图卷积神经网络(CNN)。可以通过以下命令运行:
python train.py --data mnist --filter fourier --gc_layers 1
--data
: 指定数据集,如mnist
或20news
。--filter
: 指定滤波器类型,如fourier
或chebyshev
。--gc_layers
: 指定图卷积层的数量。
3. 项目的配置文件介绍
config.json 是项目的配置文件,包含各种参数设置,如数据集路径、模型参数等。以下是一个示例配置:
{
"data_path": "datasets/mnist",
"filter_type": "fourier",
"gc_layers": 1,
"learning_rate": 0.001,
"batch_size": 32
}
- data_path: 数据集路径。
- filter_type: 滤波器类型。
- gc_layers: 图卷积层数量。
- learning_rate: 学习率。
- batch_size: 批处理大小。
通过修改 config.json
文件,可以调整模型的训练参数和数据集路径。