Graphormer更换数据集

这个目前不是我的研究方向，但是既然看了看，就做一下记录，毕竟好记性不如烂笔头...

首先我说的是下面这个 

Graphormer/graphormer at main · microsoft/Graphormer (github.com)https://github.com/microsoft/Graphormer/tree/main/graphormer配置环境的话，按照他的说明基本没什么问题，唯一有一点问题我印象中是需要pip版本稍微低一点，如果我没记错可能是pip==21.1。

然后我朋友的问题是更换数据集，首先他要运行的是examples/property_prediction下的pcqv2.sh

因为resource是ogb。看了一下，要去修改Graphormer/graphormer/data/ogb_datasets的ogb_dataset_lookup_table.py文件。（把你要更换的数据文件newdata.sdf放在当前路径下）

写一个新类，

from rdkit import Chem

class MyCustomDataset(PygPCQM4MDataset):
    def download(self):
        pass

    def process(self):
        sdf_path = "newdata.sdf"
        suppl = Chem.SDMolSupplier(sdf_path)

然后把第83行inner_dataset = MyPygPCQM4Mv2Dataset()改成inner_dataset = MyCustomDataset()，(因为pcqv2.sh默认的dataset应该是pcqm4mv2，同理可以推别的，具体有什么区别我也不太懂)。注意有可能需要把test_idx = idx_split["test-dev"]改成test_idx = idx_split["test"]，（先不动试试，如果报错再改）

注意，因为我朋友他只是对官网的.sdf数据做了一个增删工作，所以我尝试这样修改，如果你想做迁移学习，（他这个应该是关于化学的，如果你想用在别的数据上），可能需要重新train了吧，具体我也不太了解。