CS224W Colab_3 & Colab_4 笔记（用消息传递模型实现GNNConv，GraphSage和GAT）

       

目录

① forward(...)函数：

② propagate(self, edge_index, size, 其他参数)

③ message(...)函数

④ aggregate(...)函数：

---

 本教程中，基于消息传递模型（MessPassing基类）的GNN在coding时主要需要实现 3个部分，foward(...)函数、message(...)函数和aggregate(...)函数。浅谈一下对函数执行过程的初步理解，以下内容均未仔细查阅文档/debug验证。

① forward(...)函数：

        该函数总揽全局，主要实现：数据的预处理、调用propagate(...)函数，数据的后处理，三个过程。

        其中，调用propagate(...)函数时传入的参数可分四部分：self、edge_index、size、其他参数args（例如wjunjie=(2,3)，为什么要写成这种序对的形式，可能是规定吧。第一个数“2”在propagate(...)、message(...)等之后的函数中被记作wjunjie_j，第二个数记作wjunjie_i，i和j分别表示节点作为“主节点”和“邻居节点”的值，一般是一样的，例如节点表征矩阵X=(X, X)），前2个必须要有，size没有的话可自动计算，其他参数随意。

        一般，节点表征矩阵X当作其他参数来处理，但X不能随意，这个一般必须要有。

② propagate(self, edge_index, size, 其他参数)

        在propagate函数中，程序会调用message(...)函数和aggregate(...)函数，以完成“邻居节点”表征变换操作和表征聚合操作。

        其中传入message和aggregate的参数主要包括三类：self、foward(...)函数传入propagate(...)函数的自定义参数、根据参数edg_index和X计算出的一些量（都有哪些量？猜测如下源码截图：）。

③ message(...)函数

        源码中的message函数只有self和x_j两个参数，如下第一个message函数截图所示。该函数表示“邻居节点们”的表征矩阵（即x_j矩阵）应该进行哪些变化。

        除了这两个参数，我们在重写message函数时也可以添加一些其他参数，但原则是这些参数确实被传入了message函数，都有哪些参数呢？即propagage(...)函数中所写的三类参数：self、自定义参数以及propagage计算出的参数，如下第二个message函数截图所示，x和wjunije是自定义的，index、ptr等是propagage函数计算得到的。

 

④ aggregate(...)函数：

        对前面变化的信息进行聚合，源码中定义如下图（源码定义的参数就挺全了），inputs是message函数的输出（当然源码中inputs可能是对message的输出进行了一些小处理后的结果，先不管），然后其他参数大都是“propagage函数中计算得到的”，如index（该量可以看作等于edge_index，实际一不一样，本人并未验证过，仅看到源码中有形似index=edge_index的几句代码）。

        总的来说，重写aggregate函数时需要定义的参数也都必须是propagage函数中确实传入到了aggregate函数的。一般必须要有的参数有self、inputs（节点表征矩阵）以及index（保存有邻接关系）3个量。

        下图源码的aggregate函数中最后一行有reduce=self.aggr，所以aggregate(...)函数一般也不需要重写，在GNNConv的__init__(...)函数中初始化一些self.aggr就行了（没试过，需要的时候再试吧）。

 End...