图神经网络——简单图论与环境配置与PyG库

图结构数据

图的表示

• 定义一（图）：一个图被记为 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其中 V = { v 1 , … , v N } \mathcal{V}=\left\{v_{1}, \ldots, v_{N}\right\} V={v1​,…,vN​}是数量为$N=|\mathcal{V}|$ 的结点的集合， E = { e 1 , … , e M } \mathcal{E}=\left\{e_{1}, \ldots, e_{M}\right\} E={e1​,…,eM​} 是数量为 $M$ 的边的集合。

• 定义二（图的邻接矩阵）：给定一个图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其对应的邻接矩阵被记为 A ∈ { 0 , 1 } N × N \mathbf{A} \in\{0,1\}^{N \times N} A∈{0,1}N×N。${\mathbf{A}}_{i,j}=1$表示存在从结点$v_i$到$v_j$的边，反之表示不存在从结点$v_i$到$v_j$的边。

图的属性

• 定义三（结点的度）：对于有向有权图，结点$v_i$的出度（out degree）等于从$v_i$出发的边的权重之和，结点$v_i$的入度（in degree）等于从连向$v_i$的边的权重之和。
• 定义四（邻接结点）：结点$v_i$的邻接结点为与结点$v_i$直接相连的结点，其被记为$\mathcal{N}(v_i)$。
• 定义五（行走，walk）：$walk(v_1,v_2)=(v_1,e_6,e_5,e_4,e_1,v_2)$，这是一次“行走”，它是一次从节点$v_1$出发，依次经过边$e_6,e_5,e_4,e_1$，最终到达节点$v_2$的“行走”。
• 定义六（路径）：“路径”是结点不可重复的“行走”。
• 定义七（子图）：有一图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，另有一图 G ′ = { V ′ , E ′ } \mathcal{G}^{\prime}=\{\mathcal{V}^{\prime}, \mathcal{E}^{\prime}\} G′={V′,E′}，其中${\mathcal{V}}^{\prime }\in \mathcal{V}$，${\mathcal{E}}^{\prime }\in \mathcal{E}$并且${\mathcal{V}}^{\prime }$不包含${\mathcal{E}}^{\prime }$中未出现过的结点，那么${\mathcal{G}}^{\prime }$是$\mathcal{G}$的子图。
• 定义八（连通分量）：给定图 G ′ = { V ′ , E ′ } \mathcal{G}^{\prime}=\{\mathcal{V}^{\prime}, \mathcal{E}^{\prime}\} G′={V′,E′}是图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}的子图。记属于图$\mathcal{G}$但不属于${\mathcal{G}}^{\prime }$图的结点集合记为$\mathcal{V}/{\mathcal{V}}^{\prime }$ 。如果属于${\mathcal{V}}^{\prime }$的任意结点对之间存在至少一条路径，但不存在一条边连接属于${\mathcal{V}}^{\prime }$的结点与属于$\mathcal{V}/{\mathcal{V}}^{\prime }$的结点，那么图${\mathcal{G}}^{\prime }$是图$\mathcal{G}$的连通分量。
• 定义九（连通图）：当一个图只包含一个连通分量，即其自身，那么该图是一个连通图。
• 定义十（最短路径）：$v_s,v_t\in \mathcal{V}$ 是图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}上的一对结点，结点对$v_s,v_t\in \mathcal{V}$之间所有路径的集合记为${\mathcal{P}}_{\mathrm{s}\mathrm{t}}$。结点对$v_s,v_t$之间的最短路径$p_{\mathrm{s}t}^{\mathrm{s}\mathrm{p}}$为${\mathcal{P}}_{\mathrm{s}\mathrm{t}}$中长度最短的一条路径，其形式化定义为
  $$p_{\mathrm{s}t}^{\mathrm{s}\mathrm{p}}=\arg \underset{p\in {\mathcal{P}}_{\mathrm{s}\mathrm{t}}}{\min }|p|$$
  其中，$p$表示${\mathcal{P}}_{\mathrm{s}\mathrm{t}}$中的一条路径，$|p|$是路径$p$的长度。
• 定义十一（直径）：给定一个连通图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其直径为其所有结点对之间的最短路径的最大值，形式化定义为

$$\mathrm{diameter}(\mathcal{G})=\underset{v_s,v_t\in \mathcal{V}}{\max }\underset{p\in {\mathcal{P}}_{st}}{\min }|p|$$

• 定义十二（拉普拉斯矩阵）：给定一个图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其邻接矩阵为$A$，其拉普拉斯矩阵定义为$\mathbf{L}=\mathbf{D}-\mathbf{A}$，其中$\mathbf{D}=\mathbf{d}\mathbf{i}\mathbf{a}\mathbf{g}(\mathbf{d}({\mathbf{v}}_1),\cdots ,\mathbf{d}({\mathbf{v}}_{\mathbf{N}}))$。
• 定义十三（对称归一化的拉普拉斯矩阵）：给定一个图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其邻接矩阵为$A$，其规范化的拉普拉斯矩阵定义为

$$\mathbf{L}={\mathbf{D}}^{-\frac{1}{2}}(\mathbf{D}-\mathbf{A}){\mathbf{D}}^{-\frac{1}{2}}=\mathbf{I}-{\mathbf{D}}^{-\frac{1}{2}}\mathbf{A}{\mathbf{D}}^{-\frac{1}{2}}$$

图的种类

• 同质图（Homogeneous Graph）：只有一种类型的节点和一种类型的边的图。
• 异质图（Heterogeneous Graph）：存在多种类型的节点和多种类型的边的图。
• 二部图（Bipartite Graphs）：节点分为两类，只有不同类的节点之间存在边。

环境配置与PyG中图与图数据集的表示和使用

PyG中图与图数据集的表示和使用

1. data类的构造函数

class Data(object):

    def __init__(self, x=None, edge_index=None, edge_attr=None, y=None, **kwargs):
	    r"""
	    Args:
	        x (Tensor, optional): 节点属性矩阵，大小为`[num_nodes, num_node_features]`
	        edge_index (LongTensor, optional): 边索引矩阵，大小为`[2, num_edges]`，第0行为尾节点，第1行为头节点，头指向尾
	        edge_attr (Tensor, optional): 边属性矩阵，大小为`[num_edges, num_edge_features]`
	        y (Tensor, optional): 节点或图的标签，任意大小（，其实也可以是边的标签）
		
	    """
    self.x = x
    self.edge_index = edge_index
    self.edge_attr = edge_attr
    self.y = y

    for key, item in kwargs.items():
        if key == 'num_nodes':
            self.__num_nodes__ = item
        else:
            self[key] = item
#############包含其他属性时################
graph = Data(x=x, edge_index=edge_index, edge_attr=edge_attr, y=y, num_nodes=num_nodes, other_attr=other_attr)

2. dict对象转换为data对象

graph_dict = {
    'x': x,
    'edge_index': edge_index,
    'edge_attr': edge_attr,
    'y': y,
    'num_nodes': num_nodes,
    'other_attr': other_attr
}
graph_data = Data.from_dict(graph_dict)

3. data对象转换为其他类型数据

##转换为dict
def to_dict(self):
    return {key: item for key, item in self}
##转换为nametuple
def to_namedtuple(self):
    keys = self.keys
    DataTuple = collections.namedtuple('DataTuple', keys)
    return DataTuple(*[self[key] for key in keys]) 

4. data对象属性操作

##获取data对象属性
x = graph_data['x']
##设置data对象属性
graph_data['x'] = x
##获取data对象包含属性的关键字
graph_data.keys()
##对边排序并移除重复的边
graph_data.coalesce()

5. 作业

import torch_geometric


class homeworkData(torch_geometric.data.Data):
    def __init__(self, x=None, edge_index=None, edge_attr=None, y=None, **kwargs):
        super().__init__(x=x, edge_index=edge_index, edge_attr=None, y=y, **kwargs)
        
        self.x_pap = x[0]
        self.x_aut = x[1]
        self.x_dep = x[2]
        self.edge_index_dep2aut = edge_index[0]
        self.edge_index_aut2pap = edge_index[1]
        self.edge_attr_dep2aut = edge_attr[0]
        self.edge_attr_aut2pap = edge_attr[1]
        self.y = y  

参考资料：

https://github.com/datawhalechina/team-learning-nlp/tree