在pyG上定义数据集

使用数据集的一般过程
PyG定义了使用数据的一般过程：从网络上下载数据原始文件；对数据原始文件做处理，为每一个图样本生成一个Data对象；对每一个Data对象执行数据处理，使其转换成新的Data对象；过滤Data对象；保存Data对象到文件；获取Data对象，在每一次获取Data对象时，都先对Data对象做数据变换（于是获取到的是数据变换后的Data对象）。实际中并非需要严格执行每一个步骤，以上步骤在特定的条件下可以被跳过，具体内容在下文里会学到。

创建内存数据集
为了创建torch_geometric.data.InMemoryDataset，需要实现四种基本方法：

torch_geometric.data.InMemoryDataset.raw_file_names()：储存源文件的列表。如果这些文件都在raw_dir中找到了，就会跳过下载。
torch_geometric.data.InMemoryDataset.processed_file_names()：储存处理后的文件列表，若全部找到就跳过预处理。
torch_geometric.data.InMemoryDataset.download()：将raw_file_names中的文件列表，下载到raw_dir
torch_geometric.data.InMemoryDataset.process()：处理原始数据，并保存到processed_dir
更详细的可以查看torch_geometric.data.
这四个函数中，最关键的是process()，在这个方法中，我们需要读取并且创建一系列的Data对象，然后将其保存到processed_dir. 由于保存一个巨大的python列表相当耗时，因此在保存之前，一般会将上述列表整理为一个巨大的Data对象，通过torch_geometric.data.InMemoryDataset.collate()来实现，collate()方法，可以理解为用空间换时间。
这个整理后的数据对象将所有的例子连接成一个大的数据对象data，然后返回了slices字典以从该对象中重构单个示例。最后，将构造函数中的这2个对象，加载到属性self.data 和slef.slices。

创建更大的数据集
为了创建不适合内存的数据集，可以使用torch_geometric.data.Dataset，它和torchvision的datasets是相当接近的。只是需要额外实现2个方法：

torch_geometric.data.Dataset.len()：返回数据集中的样本数，
torch_geometric.data.Dataset.get()：实现加载的单个图的逻辑。
在内部，torch_geometric.data.Dataset.getitem() 从torch_geometric.data.Dataset.get()获取数据对象，并根据transform中规定的转换方法进行转换。