GNN综述阅读报告，报告涵盖有多篇GNN方面的论文，以及一个按照论文《The Graph Neural Network Model 》使用pytorch编写的模型例子，该模型在人工数据上进行运行和验证。项目仓的结构树为
|-/GNN_Review.md # GNN综述Markdown文档
|-/GNN_Review1.1.pdf # GNN综述PDF版文档
|-/README.md # README文档
|-/GNN示例代码/ # 示例代码文档
|-images/ # 示例图像
|-GNN实例.ipynb # .ipynb文件(可直接使用jupyter运行)
|-node_dict.json # 中间的字典文件
|-/pic/ # GNN综述相关图片
|-/PyG和Pytorch实现GNN模型 # PyG和Pytorch的GNN模型实现文档和代码
|-cora/ # cora数据集
|-pic/ # 文档图片
|-data/ # 数据集文件夹
|-Cora数据集.md # Cora数据集介绍文档
|-GNN_Implement_with_Pytorch.ipynb # 使用Pytorch实现GCN和Linear GNN示例
|-GNN_Implemet_with_PyG.ipynb # 使用PyG实现GCN示例
|-GNN与子图匹配.ipynb # GNN的子图匹配示例
|-GNN的Batch示例.ipynb # GNN训练的Batch实现示例
|-PyG.md # PyG框架阅读报告
-
GNN_Review报告的结构如下
-
Pytorch 1.7.0
-
matplotlib 2.2.3
matplotlib版本过高(>=3.0)会与networkx绘制函数有冲突。
-
networkx 2.1
-
PyG 1.7.2
由于在Windows上安装PyG容易出错，所以建议先从网站手动安装.whl，然后使用下述命令安装PyG:
pip install torch-geometric -f https://pytorch-geometric.com/whl/torch-1.7.0+cu110.html