CogDL: 解放你的baseline, 图神经网络复现神器，炼丹必备工具

CogDL 是清华大学出品的图神经复现工具。它的用途是用最简单的方式，比如一行代码或命令行方式来复现各种经典图神经网络，并在适当的数据集上复现，以获取性能数据。

 

我们在炼丹时经常需要获取baseline数据，难道需要我们去复杂 地重现？这样很费时间呀。

 

有了CogDL, 一切都易如反掌。我们来看一个例子

from cogdl import experiment

# basic usage
experiment(task="node_classification", dataset="cora", model="gcn")

# set other hyper-parameters
experiment(task="node_classification", dataset="cora", model="gcn", hidden_size=32, max_epoch=200)

# run over multiple models on different seeds
experiment(task="node_classification", dataset="cora", model=["gcn", "gat"], seed=[1, 2])

# automl usage
def func_search(trial):
    return {
        "lr": trial.suggest_categorical("lr", [1e-3, 5e-3, 1e-2]),
        "hidden_size": trial.suggest_categorical("hidden_size", [32, 64, 128]),
        "dropout": trial.suggest_uniform("dropout", 0.5, 0.8),
    }

experiment(task="node_classification", dataset="cora", model="gcn", seed=[1, 2], func_search=func_search)

 

如果编辑器都不想打开，怎么办？

那就用命令行吧：

 

比如，你想在wikipedia 上跑LINE,NetMF 的无监督 节点分类，给5个seeds, 那可以用以下的命令行来完成：

python scripts/train.py --task unsupervised_node_classification --dataset wikipedia --model line netmf --seed 0 1 2 3 4

 

 

怎么样？简单吧？

 

附上官方推荐的一些数据集： https://github.com/THUDM/cogdl/blob/master/cogdl/datasets/README.md

详情： https://github.com/THUDM/cogdl 

 

如果你觉得它的算法模块不够用，还可以用PyG或DGL自己开发一些，确实挺方便。 

 

炼丹时，对于Baseline, 我们需要的只是结果并不在乎过程，对不对？

我只是搬运工。