图的表示
PyG用torch_geometric.data.Data保存图结构的数据,导入的data(这个data指的是你导入的具体数据,不是前面那个torch_geometric.data)在PyG中会包含以下属性
data.x:图节点的属性信息,比如社交网络中每个用户是一个节点,这个x可以表示用户的属性信息,维度为[num_nodes,num_node_features]
data.edge_index:COO格式的图节点连接信息,类型为torch.long,维度为[2,num_edges](具体包含两个列表,每个列表对应位置上的数字表示相应节点之间存在边连接)
//关于这个data.edge_index的维度是[2,num_edges]的理解
表示就是两个数组,一个为开始节点数组,一个为结束节点数组,也就是一个(2,5)的矩阵。
data.edge_attr:图中边的属性信息,维度[num_edges,num_edge_features]
data.y:标签信息,根据具体任务,维度是不一样的,如果是在节点上的分类任务,维度为[num_edges,类别数],如果是在整个图上的分类任务,维度为[1,类别数]
data.pos:节点的位置信息(一般用于图结构数据的可视化)
除了以上属性,我们还可以通过data.face自定义属性。
(222条消息) 图神经网络框架-PyTorch Geometric(PyG)的使用__Old_Summer的博客-CSDN博客_pyg 图神经网络
PyTorch Geometric--PyG入门手册_哔哩哔哩_bilibili//这位网友讲的不错,和上面的博客配合来看适合入门
参考资料
pyg_搜索_哔哩哔哩-bilibili //B站有很多视频