@inproceedings{kipf2017semi,
title={Semi-Supervised Classification with Graph Convolutional Networks},
author={Kipf, Thomas N. and Welling, Max},
booktitle={International Conference on Learning Representations (ICLR)},
year={2017}
}
没有完全懂GCN相关内容，但大体跑通了这份代码，相关记录如下。
-
根据作者README.md中所述，当需要加载自定义数据时，需要提供三个矩阵：
-
adjacent_m: N*N的邻接矩阵
-
fetures_m: N*D的节点特征向量矩阵
-
res_m: N*E的矩阵，E是节点所属种类的数量
-
以上参数中，N是节点数量，D是节点特征维度，E是节点种类数量
-
-
于是对作者所给的data进行研究，以cora数据为例:
- 关于cora数据的描述，可参见https://linqs.soe.ucsc.edu/data。原文对数据的描述是：
The Cora dataset consists of 2708 scientific publications classified into one of seven classes. The citation network consists of 5429 links. Each publication in the dataset is described by a 0/1-valued word vector indicating the absence/presence of the corresponding word from the dictionary. The dictionary consists of 1433 unique words.-
也就是说，数据集中包括2708个分别属于7个种类的科学出版商；整个数据集包括1433个不重复的word,每个publication是基于1433个word的onehot编码来表示的。
-
具体运行时，将train.py的dataset参数值置为'cora'即可。
-
关于./data目录下数据读取、含义和预处理如下：
-
作者在README.md中说，数据读取参考了https://github.com/kimiyoung/planetoid的处理，具体见utils.py中的load_data()函数。首先对不同后缀文件含义进行解释：
- x,y后缀数据文件是训练数据中已标注的节点features和对应标签的one-hot编码
- tx,ty后缀数据文件测试数据中已标注的节点features和对应标签的one-hot编码
- allx,ally是已标注和未标注训练数据数据的features和标签的one-hot编码 (ally容量和allyx容量相同,那不就是都有标注了吗?)。
- graph是以字典形式给出的每个节点及其邻接节点的表示(每个节点用Index表示)
- test后缀是测试集数据节点的index
-
graph数据读取后，会通过networkx.adjacency_matrix生成对应的邻接矩阵。
-
其他具体数据维度见utils.py中的注释
-
data_content.txt中是读取数据的部分结果
-
-
注意，当要使用自定义数据时，提供节点的features表示(例如，作者这里的处理是One-hot)，label的one-hot表示并划分好训练集、验证集和测试集，仿照load_data()函数进行处理，即可送入模型。
-
model.py中定义了基本的模型架构，具体见build函数。
-
self.output的结果见最原始Model中的定义(但是没有看懂)。output后的self.preds是自己为了方面后续查看结果添加的。
-
卷积层的添加来自layer.py
layer.py中提供了具体图卷积层的写法[然而也没有完全看懂]
python train.py即可得到每个epoch的结果。
-
虽然很多细节没有看懂，但是学会了如何使用这份代码。以后需要的话，将数据处理成所需要的形式即可调用。
-
这份代码的Pytorch版本，见 https://github.com/tkipf/pygcn
-
图神经网框架DGL也提供了GCN相关接口
-
Pytorch图神经网络框架PyG也提供了GCN接口