来源：投稿 作者：张宇

编辑：学姐

看完给学姐点个赞！一个赞就能给学姐的午饭加个鸡腿🍗！

单张图被PyG表示为 torch_geometric.data.Data 类型，有如下属性：

data.x : 节 点 的 特 征 矩 阵 ， 形 状 为 [num_nodes, num_node_features] 

data.edge_index : COO格式的图的边 shape [2, num_edges] and type torch.long

data.edge_attr :边的特征矩阵 shape [num_edges, num_edge_features]

data.y : 训练数据的标签，节点级的目标 shape [num_nodes, *] or 图级的目标 shape [1, *]

data.pos : 节点的位置矩阵 shape [num_nodes, num_dimensions]

对于data提供了如下方法进行访问：

对于Data类的更多方法可以看这里：

https://pytorch-geometric.readthedocs.io/en/latest/modules/data.html#torch_geometric.data.Data

常用的基准数据集

PyG提供了大量的基准数据集，比如Planetoid datasets (Cora, Citeseer, Pubmed)，更多图的数据集可

以看这个链接👇 

https://pytorch-geometric.readthedocs.io/en/latest/modules/data.html#torch_geometric.data.Data

https://github.com/nd7141/graph_datasets

使用PyG处理数据非常简单，并且下载下来就是源文件格式（raw file，可能在一些程序中看见这个单词），并且会自动处理为Data格式，例如：

我们可以看到数据集中的第一个图包含37个节点，每个节点有3个特性。有168/2 = 84条无向边，图被分配到一个类中。此外，数据对象只持有一个图级目标。

我们甚至可以使用切片、long或bool张量来分割数据集。例如，要创建90/10的训练/测试分割，输入:

让我们再试一个!让我们下载Cora，半监督图节点分类的标准基准数据集，这个数据集是图神经网络论文中经常看见的数据集，是一个论文的引用图，节点的特征为论文的词向量:

Data对象保存每个节点的标签，以及额外的节点级属性:

train_mask、val_mask和test_mask，其中Train_mask表示要训练哪个节点(140个节点)，

Val_mask表示使用哪些节点进行验证，例如，执行早期停止(500个节点)，

Test_mask表示要测试哪个节点(1000个节点)。

比如data.train_mask 是一个一维的bool类型的tensor，里面的数据是True就代表是训练数据。

Mini-Batches

神经网络通常以批处理方式进行训练。PyG通过创建稀疏块对角邻接矩阵(由edge_index定义)和连接节点维上的特征和目标矩阵来实现小批量的并行化。这种组合允许在一个批处理中不同数量的节点和边:

PyG包含它自己的torch_geometric.loader.DataLoader ，它已经处理了这个连接过程。其实使用的过程和torch里面的DataLoader是一样的:

torch_geometric.data.Batch从torch_geometric.data.Data 继承,并包含称为batch 的附加属性。

batch是一个列向量，保存了batch中每个节点和对应图的映射关系。

可以使用batch来计算batch中每个图中各个节点的平均特征。

Data Transforms

下面以一个例子来解释，ShapeNet数据集是包含17000个3D点云的数据集。

我们可以通过transforms将点云生成最近邻图，将点云数据集转换为图数据集:

pre_transform参数可以在数据存入磁盘之前进行转换，在下次使用时，数据集将自动包含边。

此外，我们可以使用transform参数来随机增强一个Data对象，例如，将每个节点的位置转换为一个小数字:

图学习方法

在学习了PyG中的数据处理、datasets, loader 以及 transforms之后，是时候实现我们的第一个图形神经网络了!

我们将使用一个简单的GCN层，并在Cora引文数据集上复制实验。关于GCN的解释，请看 http://tkipf.g ithub.io/raph-convolutional-networks/ 。

首先，加载数据集：

然后定义一个两层的GCN，和torch里面的定义方式一样，只是在传入GCN网络时传的是两个参数，第一个是数据特征，第二个是边的index。数据特征x就是每个节点的特征向量，edge_index就是（2，节点数）的Tensor，表示哪两个节点之间有边。卷积层后面的ReLU激活函数以及dropout层也是常用的，也不做介绍。

然后对网络进行训练，训练的方式也是和torch中形式一样的:

最后网络新的训练精度进行测试

总结

最后做个总结的话就是，使用PyG的图神经网络，其实和torch总体使用过程是差不多的，最重要的就是DataLoader的写法。如果使用 torch_geometric.datasets 中没有的数据集的话，将数据转化为图的形式可能需要一些时间。

代码排版有点问题

关注公众号【学姐带你玩AI】回复：“1”

领取代码原文