一.代码结构的分析
源码链接:https://github.com/PetarV-/GAT
Overview
在tensorflow环境下实现了图注意网络层,连同最优化的执行范例。代码目录分类如下:
data/ 包含了必要的Cora数据集文件
models/ 包含了GAT网络的实现
pre_trained/ 包含了前期训练的Cora模型
utils/
包含1.实现了注意力头,给出了实验用的稀疏版本。2.预处理的子程序。3.根据PPI基准预处理公共设置
最后,excute_cora.py把以上所有都聚集到有一起并可能再Cora数据集上执行完整的训练。
sparse version
在models/sp_gat.py,可以批处理数量为1的实验版本。
在execute_cora_sparse.py,可以用Cora数据集训练稀疏版本。
依赖的函数包
numpy
scipy
networkx
tensorflow-gpu
CUDA
cuDNN。
二.图神经网络