GNN
文章平均质量分 80
会飞的咩咩
学生
展开
-
PyG框架:mini-batch
一、mini-batch在graph classification的一些基准数据集中,每个图的样本都很小,如果每次只操作一个,不能充分利用GPU资源。所以考虑把它们分成多个mini-batch。1、原理mini-batch就是并行处理多个图,这里把多个图的邻接矩阵A1、A2、……拼接成一个大的矩阵,可以看作一个对角矩阵(出现了很多0元素,即稀疏矩阵的存储)在imgae、language领域中的mini-batch有两种方法:rescaling、padding,把每个样本都处理成一样的size、一原创 2022-01-05 10:48:40 · 2031 阅读 · 0 评论 -
PyG框架:Graph Classification
训练GNN用来做Graph Classification一、原理1、根据Message Passing得到每个节点的node embedding2、readout layer把所有节点的node embedding聚合成整个图的graph embedding。【文献中有很多种不同的readout layer,但最常用的是mean】【跟Node Classification的区别】:是否把每个节点的node embedding聚合成一个graph embedding?针对mini-batc原创 2022-01-06 10:44:49 · 2190 阅读 · 14 评论 -
node classification:基于torch_geometric(PyG)框架搭建简单GCN网络对Cora数据集进行训练测试
参考文章:GNN的第一个简单案例:Cora分类PyG文档之二:快速入门1、Cora数据集(1)GNN常用的数据集:https://linqs.soe.ucsc.edu/data)(2)Cora数据集是GNN中的一个经典数据集,相当于mnist数据集在CNN中的地位。该数据集是机器学习论文之间的引用网络,共有2708篇论文(即:节点数量)、7类论文(即:节点类别数)、5429条边,每个节点有1433个特征。2、torch_geometric框架(PyG)参考官方文档:https://pytor原创 2021-12-28 22:24:47 · 1931 阅读 · 0 评论