代码兼容性较强,使用的是一些基本的库、基础的函数
在argparse中可以选择使用wandb,能在wandb网站中生成可视化的训练过程
torch:https://pytorch.org/get-started/previous-versions/
pip install tqdm wandb torch_geometric -i https://pypi.tuna.tsinghua.edu.cn/simple
torch_geometric.data.Data格式组成的列表,并保存为.pt文件,每个元素包含x、edge_index、y、mask等
模型训练时运行该文件,argparse中有对每个参数的说明
用已经训练好的模型对数据进行验证,可以查看哪些数据的损失较大,检查是否有异常