图神经网络学习-task01简单图论与环境配置

本文主要是介绍图神经网络学习-task01简单图论与环境配置，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

一、图论基础知识

• 连通图

二、拉普拉斯矩阵

拉普拉斯矩阵(Laplacian matrix) 也叫做导纳矩阵、基尔霍夫矩阵或离散拉普拉斯算子，主要应用在图论中，作为一个图的矩阵表示。

定义

三、配置

极客云：https://www.jikecloud.net/login.html

1、修改torch版本

pip install update torch==1.8.1

pip uninstall torch

pip uninstall torchvision

pip install torchvision

#使用的cudatoolkit 为10.1

2. 安装正确版本的PyG

pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.8.0+cu101.html

pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-1.8.0+cu101.html

pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-1.8.0+cu101.html

pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-1.8.0+cu101.html

pip install torch-geometric

四、Dataset类——PyG中图数据集的表示及其使用

PyG内置了大量常用的基准数据集，接下来我们以PyG内置的 Planetoid 数据集为例，来学习PyG中图数据集的表示及使用。

Planetoid 数据集类的官方文档为torch_geometric.datasets.Planetoid。

生成数据集对象并分析数据集如下方代码所示，在PyG中生成一个数据集是简单直接的。在第一次生成PyG内置的数据集时，程序首先下载原始文件，然后将原始文件处理成包

含 Data 对象的 Dataset 对象并保存到文件。

注意：

读取数据集报错时，有3种处理办法：

https://blog.csdn.net/PolarisRisingWar/article/details/116399648

其中一种：

https://github.com/kimiyoung/planetoid/raw/master/data/ind.cora.从这里把数据下载下来，上传到相应目录里

第二种：利用request下载，推荐第一种，比较块

这篇关于图神经网络学习-task01简单图论与环境配置的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！