图卷积神经网络GCN之节点分类二

使用pytorch 的相关神经网络库， 手动编写图卷积神经网络模型(GCN)， 并在相应的图结构数据集上完成节点分类任务。本次实验的内容如下：

1. 实验准备：搭建基于GPU的pytorch实验环境。
2. 数据下载与预处理：使用torch_geometric.datasets、torch_geometric.loader所提供的标准数据接口Planetoid、PPI、DataLoader，将原始数据处理为方便模型训练脚本所使用的数据结构。
3. 图网络模型：手动搭建GCN模型。
4. 节点分类：在给定数据集上按照节点分类任务的需求自行划分训练集、验证集、测试集，并用搭建好的GCN模型进行节点分类。
5. 模型训练：在给定数据集上训练模型并分析结果。

本文主要讲PPI数据集的处理和训练。 

对应的源代码下载链接 ：

https://download.csdn.net/download/m0_61142248/87657668

1.搭建实验环境

搭建GPU版Pytorch实验环境如下：

名称	版本	备注
Python	3.8
Pytorch	1.12.1
GPU	RTX2060	安装对应版本的cuda

 2.图网络模型搭建

参考GCN论文，GCN的核心原理公式为 。因为邻接矩阵在迭代的每一步都是相同的，可以将上述公式中不变的部分提取出来提前处理，迭代过程中只计算变化部分，从而减少运算量。因此将上述公式分解为两步：

1. 
2.    

其中， 是图的原始邻接矩阵，D是度矩阵， 的运算在网络模型训练前实现，A是经过处理后的邻接矩阵。

在图数据的处理中实现计算，代码如下：

在网络模型中只实现 ，另外需要定义模型参数W等初始化参数以及forward函数。本次实验要求对自环、层数、 DropEdge、PairNorm、激活函数等因素分析，因此在模型 中加入了这些参数，另外模型中的in_features和out_features分别表示输入特征维度和输出特征维度。代码如下：

子函数reset_parameters代码如下：

forward函数实现计算，其中input为输入特征，adj为输入邻接矩阵（经过 运算处理），bias是偏置项，output为输出。具体代码如下：

此外，参考了PairNorm和DropEdge的论文和代码来实现PairNorm和DropEdge函数。具体代码如下：

PairNorm：

DropEdge：

3.节点分类模型搭建

在节点分类任务中搭建了一个由前述GCN网络组成的多层GCN分类网络。节点分类模型初始化函数如下：

其中各参数含义如下：

• nfeat为输入特征维度；
• nhid为GCN隐藏层维度；
• nclass为输出特征维度；
• dropout为特征的dropout率；
• SelfLoop为是否加自环的标志；
• num_layers表示该分类模型的总层数；
• norm_mode表示是否使用batchnorm；
• use_PairNorm表示是否使用PairNorm；
• activation为激活函数的参数，表示使用哪种激活函数。

节点分类模型中间层的激活函数由输入参数‘activation’确定，输出的特征维度为‘nhid’。最后一层也是GCN层，输出维度为‘nclass’，最后的输出增加了log_softmax()函数。

与Cora、Citeseer数据集的节点分类模型不同，PPI数据集的节点分类模型的forward函数的输出没有加log_softmax()函数，代码如下：

4.PPI数据集预处理

PPI数据集是比较常用的数据集，直接百度即可下载。

使用torch_geometric的datasets、transforms和loader库进行PPI数据的读取、数据集划分和邻接矩阵处理，数据集包含24张图，其中20张用于训练（train_dataset）、2张用于验证（val_dataset），2张用于测试（test_dataset）。代码如下： 

5.训练与分析

训练与分析方法与cora数据集的类似，可以参考另一篇博文。