网站链接: element-ui dtcms
当前位置: 首页 > 技术博文  > 技术博文

图神经网络之四:InMemoryDataset基类与节点预测与边预测

2021/6/27 23:55:54 人评论

图神经网络之四:InMemoryDataset基类与节点预测与边预测 引言 这篇是datawhale组队学习之图神经网络第四篇,本笔记主要梳理课程的关键点,以及简单的代码实现。 InMemoryDataset基类 在PyG中,我们通过继承InMemoryDataset类来自…

图神经网络之四:InMemoryDataset基类与节点预测与边预测


引言

这篇是datawhale组队学习之图神经网络第四篇,本笔记主要梳理课程的关键点,以及简单的代码实现。

InMemoryDataset基类

在PyG中,我们通过继承InMemoryDataset类来自定义一个数据可全部存储到内存的数据集类。

首先我们给出InMemoryDataset类表达式:

class InMemoryDataset(
​ root: Optional[str] = None,
​ transform: Optional[Callable] = None,
​ pre_transform: Optional[Callable] = None,
​ pre_filter: Optional[Callable] = None)

  • root:字符串类型,存储数据集的文件夹的路径 :raw_dirprocessed_dir(两个文件夹均为属性方法,自定义文件夹名称)

    raw_dir:用于存储未处理的文件,从网络上下载的数据集原始文件会被存放到这里

    processed_dir处理后的数据被保存到这里,以后从此文件夹下加载文件即可获得Data对象

  • transform:函数类型,一个数据转换函数,它接收一个Data对象并返回一个转换后的Data对象。此函数在每一次数据获取过程中都会被执行。获取数据的函数首先使用此函数对Data对象做转换,然后才返回数据。此函数应该用于数据增广(Data Augmentation)。该参数默认值为None,表示不对数据做转换。

  • pre_transform:函数类型,一个数据转换函数,它接收一个Data对象并返回一个转换后的Data对象。此函数在Data对象被保存到文件前调用。因此它应该用于只执行一次的数据预处理。该参数默认值为None,表示不做数据预处理。

  • pre_filter:函数类型,一个检查数据是否要保留的函数,它接收一个Data对象,返回此Data对象是否应该被包含在最终的数据集中。此函数也在Data对象被保存到文件前调用。该参数默认值为None,表示不做数据检查,保留所有的数据。

通过继承InMemoryDataset类来构造一个我们自己的数据集类,我们需要**实现

  • raw_file_names():这是一个属性方法,返回一个数据集原始文件的文件名列表,数据集原始文件应该能在raw_dir文件夹中找到,否则调用process()函数下载文件到raw_dir文件夹。
  • processed_file_names()。这是一个属性方法,返回一个存储处理过的数据的文件的文件名列表,存储处理过的数据的文件应该能在processed_dir文件夹中找到,否则调用process()函数对样本做处理,然后保存处理过的数据到processed_dir文件夹下的文件里。
  • download(): 下载数据集原始文件raw_dir文件夹。
  • process(): 处理数据保存处理好的数据到processed_dir文件夹下的文件
import os.path as osp

import torch
from torch_geometric.data import (InMemoryDataset, download_url)
from torch_geometric.io import read_planetoid_data

class PlanetoidPubMed(InMemoryDataset):
    r""" 节点代表文章,边代表引用关系。
   		 训练、验证和测试的划分通过二进制掩码给出。
    参数:
        root (string): 存储数据集的文件夹的路径
        transform (callable, optional): 数据转换函数,每一次获取数据时被调用。
        pre_transform (callable, optional): 数据转换函数,数据保存到文件前被调用。
    """

    # url = 'https://github.com/kimiyoung/planetoid/raw/master/data'
    url = 'https://gitee.com/rongqinchen/planetoid/raw/master/data'
    # 如果github的链接不可用,请使用gitee的链接

    def __init__(self, root, transform=None, pre_transform=None):

        super(PlanetoidPubMed, self).__init__(root, transform, pre_transform)
        self.data, self.slices = torch.load(self.processed_paths[0])

    @property
    def raw_dir(self):
        return osp.join(self.root, 'raw')

    @property
    def processed_dir(self):
        return osp.join(self.root, 'processed')

    @property
    def raw_file_names(self):
        names = ['x', 'tx', 'allx', 'y', 'ty', 'ally', 'graph', 'test.index']
        return ['ind.pubmed.{}'.format(name) for name in names]

    @property
    def processed_file_names(self):
        return 'data.pt'

    def download(self):
        for name in self.raw_file_names:
            download_url('{}/{}'.format(self.url, name), self.raw_dir)

    def process(self):
        data = read_planetoid_data(self.raw_dir, 'pubmed')
        data = data if self.pre_transform is None else self.pre_transform(data)
        torch.save(self.collate([data]), self.processed_paths[0])

    def __repr__(self):
        return '{}()'.format(self.name)
dataset = PlanetoidPubMed('dataset/PlanetoidPubMed')
print(dataset.num_classes)
print(dataset[0].num_nodes)
print(dataset[0].num_edges)
print(dataset[0].num_features)


参考资料:

  • DataWhale开源学习资料
  • PyG官方文档

相关资讯

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?