简单介绍ogb包(open graph benchmark)(图神经网络的基准数据集)

简介

Open Graph Benchmark (OGB) 是一个图深度学习的基准数据集。
官网：https://ogb.stanford.edu/
该包斯坦福开发，源自论文：

Open Graph Benchmark: Datasets for Machine Learning on Graphs

数据集

那么其包含了哪些数据集呢？

从上图可以看到，其包含了来自不同领域，不同数量级，不同任务的数据集。

下载

conda install ogb
#或者
pip install ogb

使用

其开发了一个包，名字叫做ogb，并且提供了接口给两大最流行的图神经网络库：DGL和PyG。

例如如果我们要做节点分类这个任务，可以如下使用ogb提供的基准数据集，

如果你使用DGL库：

import dgl
import torch
from ogb.nodeproppred import DglNodePropPredDataset#即node property prediction
dataset = DglNodePropPredDataset(name = d_name)#使用节点分类具体哪一个数据集。

如果你使用PyG库：

import torch_geometric
import torch
from ogb.nodeproppred import PygNodePropPredDataset
dataset = PygNodePropPredDataset(name = d_name)#使用节点分类具体哪一个数据集。

至于再接下来怎么用，那就是DGL和PyG的事情了，就是操作这个dataset即可。

那么问题是这些name有哪些选项呢？也就是说，哪里找这些数据集的名字，当然是官网喽。

不如我们要找节点分类的数据集有哪些：

https://ogb.stanford.edu/docs/nodeprop/#dgl
如下，这些name表示我们都可以用。