pytorch学习的一些tips（1）

• inplace – If set to True, will do this operation in-place. Default: False

in-place operation在pytorch中是指改变一个tensor的值的时候，不经过复制操作，而是直接在原来的内存上改变它的值。可以把它成为原地操作符。

• PyG的Planetoid无法直接下载Cora等数据集的解决方式

将planetoid.py里面的   url = 'https://github.com/kimiyoung/planetoid/raw/master/data'    改成     url='https://gitee.com/jiajiewu/planetoid/raw/master/data'     即可

• torch.argmax的使用

返回指定维度最大值的序号，对于分类问题，model的输出是一个输入个数x类别数的概率矩阵，

dim=1，取出每一行最大的序号值

• 报错：'GCN' object is not iterable

报错的原因是优化器的调用不正确，忘记写.parameters了

正确的：optimizer=torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4)

• 报错：'int' object is not iterable，写成了for i in epoch:

正确的 for i in range(epoch):

•  报错：

解决方法：

 切换到command prompt

• 画图部分

先降维，再画图

• TSNE实现高维数据的可视化，将高维空间的数据投影到低维空间，skelearn.manifold.TSNE

fit_transform：将X投影到一个嵌入空间并返回转换结果

detach()：detach 意为分离，对某个张量调用函数detach() 的作用是返回一个tensor，它和原张量的数据相同，但requires_grad=False，也就意味着detach() 得到的张量不会具有梯度。这一性质即使我们修改其requires_grad 属性也无法改变。
 

• matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

matplotlib.pyplot.scatter的用法
x，y：	长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。
s：	点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小。
c：	点的颜色，默认蓝色 'b'，也可以是个 RGB 或 RGBA 二维行数组。
cmap：	Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。颜色条

cmap：颜色条，例如：

 设置颜色条需要使用 cmap 参数，默认值为 'viridis'，之后颜色值设置为 0 到 100 的数组。

如果要显示颜色条，需要使用 plt.colorbar() 方法

• xticks():  设置x轴刻度位置和标签。若传入空列表，就不显示x轴刻度

• plt.figure

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

figsize : 指定figure的宽和高，单位为英寸