OGB数据集《Open Graph Benchmark: Datasets for Machine Learning on Graphs》

OGB数据集

之前一直在几个玩具数据集上跑模型，发现了很多问题。看了OGB论文里的一些描述，我也深有体会，感觉很多东西都说到我心里去了。预计再发展几年吧，OGB也能像ImageNet那样，成为图表示学习领域中的一个统一的标准。

Hu W, Fey M, Zitnik M, et al. Open graph benchmark: Datasets for machine learning on graphs[J]. arXiv preprint arXiv:2005.00687, 2020.

数据集是模型的根基，而OGB数据集我认为又是相当重要的，所以必须要好好整理整理笔记。结合毕设，一直在做引文网络相关的节点分类任务，所以看的时候也有一些自己的侧重点，主要看了1、2、3、4、7这几部分。

---

Abstract

简要介绍了OGB数据集。我觉得最主要的还是两点：

1. 推出了OGB数据集 + 特定且现实的数据集划分方式。
2. 提供了一套基于PyG/DGL的标准化OGB数据集训练和评估流程（以及相关代码库）。

第一点给现有的模型带来了挑战；第二点为数据集的使用提供了便利。正因如此，OGB数据集才能够得到更多研究者的青睐。

1 Introduction

引言部分其实把作者想说的都说了，后面的部分都是进行细化和展开论述的。这部分虽然比较烦杂，但是只要紧紧抓住「问