PyG(PyTorch Geometric)安装教程(附Cora数据集)

吕修筠

2023-12-01

PyG(PyTorch Geometric)安装教程(附Cora数据集)

PyG是多特蒙德工业大学（Technische University Dortmund）的Matthias Fey博士基于PyTorch框架提出的图卷积(Graph Convolution Net)神经网络框架，用于方便地编写和训练图神经网络(GNNs)。该框架由各种对图和其他不规则结构进行深度学习的方法组成，且提供了大量的公共基准数据集，可以进行任意图形、3D格网甚至是点云数据的学习和处理。官方网址

我们来介绍PyG在Windows环境下的安装。

首先，我们需要下载好对应版本的pytorch，这里不做过多赘述。

在对应环境中，我们可以直接使用以下conda命令进行安装：

conda install pyg -c pyg
# 或者
pip install torch_geometric

除此之外，我们需要安装PyG的依赖库：torch-spares、torch-scatter，根据PyTorch版本不同，安装的方式有所不同。注意查询Torch的版本。

PyTorch 1.11 版本✅

pip命令如下：

pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-1.11.0+${CUDA}.html

注意将${CUDA}换成自己的版本，否则会报错。

例如，我的PyTorch版本是:

# 通过pip list查看
# 或者python import torch print(torch.__version__)
torch                 1.11.0+cu113

那么，只需要做如下替换：

pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-1.11.0+cu113.html

值得注意的是，cuxxx并不支持macOS。

PyTorch 1.10版本✅

pip install torch-scatter torch-sparse -f https://data.pyg.org/whl/torch-1.10.0+${CUDA}.html

其他版本的需要根据PyTorch版本指定依赖库的版本！

其他版本请参考

Cora数据集介绍

Cora数据集由2078篇机器学习领域的论文构成，每个样本点都是一篇论文，这些论文主要分为了7个类别，分别为基于案例、遗传算法、神经网络、概率方法、强化学习、规则学习与理论。在该数据集中，每篇论文都至少引用了该数据集中的另一篇论文，对每个节点所代表的论文，都由一个1433维的词向量表示，即该图上每个节点都具有1433个特征，词向量的每个元素都对应一个词，且该元素仅有0或1两个取值，取0表示该元素对应的词不在论文中，取1表示在。

Cora参数

ind.cora.x : 训练集节点特征向量，保存对象为：scipy.sparse.csr.csr_matrix，实际展开后大小为： (140, 1433)
ind.cora.tx : 测试集节点特征向量，保存对象为：scipy.sparse.csr.csr_matrix，实际展开后大小为： (1000, 1433)
ind.cora.allx : 包含有标签和无标签的训练节点特征向量，保存对象为：scipy.sparse.csr.csr_matrix，实际展开后大小为：(1708, 1433)，可以理解为除测试集以外的其他节点特征集合，训练集是它的子集
ind.cora.y : one-hot表示的训练节点的标签，保存对象为：numpy.ndarray
ind.cora.ty : one-hot表示的测试节点的标签，保存对象为：numpy.ndarray
ind.cora.ally : one-hot表示的ind.cora.allx对应的标签，保存对象为：numpy.ndarray
ind.cora.graph : 保存节点之间边的信息，保存格式为：{ index : [ index_of_neighbor_nodes ] }
ind.cora.test.index : 保存测试集节点的索引，保存对象为：List，用于后面的归纳学习设置。

Cora下载

可以通过以下语句进行下载，当然，由于服务器和主机之间的物理距离，很可能会出现下载失败。

from torch_geometric.datasets import Planetoid
dataset=Planetoid(root=r"./Cora",name="Cora") # root: 指定路径 name: 数据集名称

我将数据集放在百度网盘上了哦，有需要的可以自行下载：

链接
提取码：UCAS

检查其是否成功：

将文件解压放在给定的root下即可。

print("网络数据包含的类数量:",dataset.num_classes)
print("网络数据边的特征数量:",dataset.num_edge_features)
print("网络数据边的数量:",dataset.data.edge_index.shape[1]/2) # 除以2是OOC的组织形式
print("网络数据节点的特征数量:",dataset.num_node_features)
print("网络数据节点的数量:",dataset.data.x.shape[0])

'''
网络数据包含的类数量: 7
网络数据边的特征数量: 0
网络数据边的数量: 5278.0
网络数据节点的特征数量: 1433
网络数据节点的数量: 2708
'''

PyG(PyTorch Geometric)安装教程(附Cora数据集)