图神经网络学习1

图结构数据
一、图的表示
1、节点（v）、边（e）。节点和边的信息可以是类别型（标签）或数值型（属性）。
2、图的邻接矩阵（A），有（无）向图、有（无）权（W）图
二、图的属性
1、节点的度（d、$d_{in}$、$d_{out}$）、邻接节点（$N(v_i)$）、行走（$walk(v_1,v_2)$）、路径
2、定理：邻接矩阵的$n$次方矩阵的每一个元素表示n步之后行走的个数
3、子图、连通分量、连通图、最短路径
4、直径、$diameter(G)={\max }_{v_s,v_t\in V}{\min }_{p\in P_{st}|P|}$
5、拉普拉斯矩阵$L=D-A$,其中
$D=diag(d(v_1),...d(v_n))$
6、定理：对称归一化拉普拉斯矩阵：
$L=D^{-\frac{1}{2}}(D-L)D^{-\frac{1}{2}}=I-D^{-\frac{1}{2}}A{D}^{-\frac{1}{2}}$
三、图的种类
1、同质图、异质图、二部图
四、图数据结构上的机器学习

1. 节点预测：预测节点的类别或某类属性的取值
   例子：对是否是潜在客户分类、对游戏玩家的消费能力做预测
2. 边预测：预测两个节点间是否存在链接
   例子：Knowledge graph completion、好友推荐、商品推荐
3. 图的预测：对不同的图进行分类或预测图的属性
   例子：分子属性预测
4. 节点聚类：检测节点是否形成一个社区
   例子：社交圈检测
5. 其他任务
   1. 图生成：例如药物发现
   2. 图演变：例如物理模拟
   3. ……

五、面临的挑战
特点：

1. 任意的大小和复杂的拓扑结构；
2. 没有固定的结点排序或参考点；
3. 通常是动态的，并具有多模态的特征；
4. 图的信息并非只蕴含在节点信息和边的信息中，图的信息还包括了图的
   拓扑结构。
   要求：
   适用于不同度的节点；
   节点表征的计算与邻接节点的排序无关；
   不但能够根据节点信息、邻接节点的信息和边的信息计算节点表征，还
   能根据图拓扑结构计算节点表征。

环境配置
环境配置的时候就遇到了不少问题，首先要下载pyG相关环境。由于本地的cuda和pytorch环境与教程上的不同，本地cuda=10.2，torch=1.6.0,因为不想改变本地环境，以免和其他程序冲突，看官网上安装教程上说只要把安装命令中的版本号改一下就可以，即
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.6.0+cu102.html
但是出了一堆红色的错误：

在网上搜了一下说是要升级g++,于是又按照相关教程的方法升级g++。参考网页 CentOS7解决： g++: 错误：unrecognized command line option ‘-std=c++14’_蓝一潇的博客-CSDN博客，依次输入以下命令：
yum install centos-release-scl-rh
yum install centos-release-scl
yum install devtoolset-7-gcc.x86_64
yum install devtoolset-7-gcc-c++.x86_64
scl enable devtoolset-7 bash

至此，说明-std=c++14安装成功了
然后再重新运行
pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.6.0+cu102.html
pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-1.6.0+cu102.html
pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-1.6.0+cu102.html
pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-1.6.0+cu102.html
pip install torch-geometric
环境终于安装成功了

Data类——PyG中图的表示及其使用
通常，Data类包含x, edge_index, edge_attr, y, num_nodes五个参数，意义分别为：
x (Tensor, optional): 节点属性矩阵，大小为
[num_nodes, num_node_features]
edge_index (LongTensor, optional): 边索引矩阵，大
小为[2, num_edges]，第0行为头节点，第1行为尾节点，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）
创建Data类：

graph = Data(x=x, edge_index=edge_index,
edge_attr=edge_attr, y=y, num_nodes=num_nodes,
other_attr=other_attr)

也可以转dict对象为Data对象

graph_dict = {
'x': x,
'edge_index': edge_index,
'edge_attr': edge_attr,
'y': y,
'num_nodes': num_nodes,
'other_attr': other_attr
}
graph_data = Data.from_dict(graph_dict)

Data对象转换成其他类型数据

graph.to_dict()转化成字典类型
graph.to_namedtuple()转化成namedtuple类型

其他函数

graph_data.keys()获取包含属性的关键字
graph_data.coalesce()对边排序并删除重复边

应用：

from torch_geometric.datasets import KarateClub
dataset = KarateClub()
data = dataset[0] # Get the first graph object.
print(data)
print('==============================================================')# 获取图的一些信息
print(f'Number of nodes: {data.num_nodes}') # 节点数量
print(f'Number of edges: {data.num_edges}') # 边数量
print(f'Number of node features:{data.num_node_features}') # 节点属性的维度
print(f'Number of node features: {data.num_features}')# 同样是节点属性的维度
print(f'Number of edge features:{data.num_edge_features}') # 边属性的维度
print(f'Average node degree: {data.num_edges /data.num_nodes:.2f}') # 平均节点度
print(f'if edge indices are ordered and do not contain duplicate entries.: {data.is_coalesced()}') # 是否边是有序的同时不含有重复的边
print(f'Number of training nodes:{data.train_mask.sum()}') # 用作训练集的节点
print(f'Training node label rate:{int(data.train_mask.sum()) / data.num_nodes:.2f}') #用作训练集的节点的数量
print(f'Contains isolated nodes:{data.contains_isolated_nodes()}') # 此图是否包含孤立的节点
print(f'Contains self-loops:{data.contains_self_loops()}') # 此图是否包含自环的边
print(f'Is undirected: {data.is_undirected()}') # 此图是否是无向图

/data/anaconda3/lib/python3.7/site-packages/numba/decorators.py:146: RuntimeWarning: Caching is not available when the 'parallel' target is in use. Caching is now being disabled to allow execution to continue.
  warnings.warn(msg, RuntimeWarning)


Data(edge_index=[2, 156], train_mask=[34], x=[34, 34], y=[34])
==============================================================
Number of nodes: 34
Number of edges: 156
Number of node features:34
Number of node features: 34
Number of edge features:0
Average node degree: 4.59
if edge indices are ordered and do not contain duplicate entries.: True
Number of training nodes:4
Training node label rate:0.12
Contains isolated nodes:False
Contains self-loops:False
Is undirected: True

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

1
7
1433

data = dataset[0]
print(data)
print(data.is_undirected())
# # True
print(data.train_mask.sum().item())
# # 140
print(data.val_mask.sum().item())
# # 500
print(data.test_mask.sum().item())

Data(edge_index=[2, 10556], test_mask=[2708], train_mask=[2708], val_mask=[2708], x=[2708, 1433], y=[2708])
True
140
500
1000

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 import Data
import torch
class myData(Data):
    def inst_num(self):        
        return len(torch.where(self.y==0)[0])
    def author_num(self):        
        return len(torch.where(self.y==1)[0])
    def papper_num(self):        
        return len(torch.where(self.y==2)[0])

edge_index = torch.tensor([[0, 1, 1, 2, 3, 4, 4, 5],
                           [1, 0, 2, 1, 4, 3, 5, 4 ]], dtype=torch.long)
x = torch.tensor([[-1], [0], [1],[-1], [0], [1]], dtype=torch.float)
y = torch.tensor([[0], [1], [2],[0],[1],[2]], dtype=torch.int16)

data = myData(x=x, edge_index=edge_index, y=y)

print(f'机构数量：{data.inst_num()}')
print(f'作者数量：{data.author_num()}')
print(f'论文数量：{data.papper_num()}')

机构数量：2
作者数量：2
论文数量：2