pytorch_geometric基本使用

PyTorch Geometric是一个专为图数据设计的深度学习库，它是PyTorch的一个扩展，提供了一套高效的功能和模块化的设计，使得处理网络数据变得简单。其基本使用包括以下几个步骤：

1. **安装**：首先需要安装PyTorch和PyTorch Geometric，可以使用pip进行安装：

   pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html
   pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.9.0+cu111.html

2. **加载数据**：PyTorch Geometric提供了多种预处理的数据集，如`Planetoid`, `Cora`, `CiteSeer`等，可以通过`data`模块加载：

   import torch_geometric.datasets as Planetoid
   dataset = Planetoid.Cora()
   data = dataset[0]

3. **构建模型**：使用`nn`模块中的图神经网络结构，例如Graph Convolutional Networks (GCNs)：

   from torch_geometric.nn import GCNConv
   model = GCNConv(dataset.num_features, dataset.num_classes)

4. **前向传播**：将数据传递到模型，并计算预测：

   out = model(data.x, data.edge_index)
   y_pred = out.argmax(dim=1)

5. **训练与评估**：通过`torch.optim`和损失函数进行模型训练，比如交叉熵损失：

   optimizer = torch.optim.Adam(model.parameters(), lr=0.01)
   loss_fn = nn.CrossEntropyLoss()
   for epoch in range(epochs):
       optimizer.zero_grad()
       loss = loss_fn(out, data.y)
       loss.backward()
       optimizer.step()