【学习小记】作业记录

import torch
import torch_geometric
import gc

class Data(object):

    def __init__(self, lunwen=None, jigou=None, zuozhe=None, edge_index=None, edge_a2p=None, edge_a2i=None, y=None, **kwargs):
    #**kwargs 传入的参数是 dict 类型
    # Args:
    #     x (Tensor, optional): 节点属性矩阵，大小为`[num_nodes, num_node_features]`这里是多少行，多少列的意思！！！！
    #     edge_index (LongTensor, optional): 边索引矩阵，大小为`[2, num_edges]`，第1行为尾节点，第0行为头节点，头指向尾
    #     edge_attr (Tensor, optional): 边属性矩阵，大小为`[num_edges, num_edge_features]`
    #     y (Tensor, optional): 节点或图的标签，任意大小（，其实也可以是边的标签）

        self.edge_index = edge_index
        self.edge_a2p = edge_a2p
        self.edge_a2i = edge_a2i
        self.y = y
        self.pap = lunwen
        self.aut = zuozhe
        self.ins = jigou 

    

        if torch_geometric.is_debug_enabled():
            self.debug()
    
    def get_node_num(self, k):
        if k == 'author':
            return self.aut.shape[0]
        if k == 'institude':
            return self.ins.shape[0]
        if k == 'paper':
            return self.pap.shape[0]


graph_data = Data(lunwen= torch.randn(4,3), jigou=torch.randn(4,3),zuozhe=torch.randn(4,3),edge_a2i=torch.tensor([4]),
                edge_a2p = torch.tensor([4]),edge_index =  torch.tensor([[0, 1, 2, 3, 0, 1, 2, 3],[4, 5, 6, 7, 8, 9, 10, 11]], dtype=torch.long))
print("author的节点数量：", graph_data.get_node_num('author'))
print("paper的节点数量：", graph_data.get_node_num('paper'))
print("institude的节点数量：", graph_data.get_node_num('institude'))

gc.collect()

感觉变成了数据游戏=-=

最后的最后才明白x对应的行为num_node，列为feature。。。

问题是，并不能简简单单的把源函数里的函数复制过来。