和男朋友都是第一次做网站,临清网站建设,装饰公司简介模板,做期货在哪个网站查资料edge_index 是 PyTorch Geometric 中常用的表示图边的张量。它通常是一个形状为 [2, num_edges] 的二维张量#xff0c;其中 num_edges 表示图中边的数量。每一列表示一条边#xff0c;包含两个节点的索引。
实际上这是COO存储格式#xff0c;官方文档里也有写#xff0c;…edge_index 是 PyTorch Geometric 中常用的表示图边的张量。它通常是一个形状为 [2, num_edges] 的二维张量其中 num_edges 表示图中边的数量。每一列表示一条边包含两个节点的索引。
实际上这是COO存储格式官方文档里也有写还有一种是邻接矩阵的存储格式两种方式是可以互相转换的 https://pytorch-geometric.readthedocs.io/en/latest/get_started/introduction.html edge_index[:, :10] 表示取出 edge_index 张量的前 10 列即前 10 条边的节点索引。
在 Python 中使用切片语法 [:,] 是一种方便的方式来选择多维数组或张量的特定部分另外一部分Python语法知识
程序输出结果
Data(x[2708, 1433], edge_index[2, 10556], y[2708], train_mask[2708], val_mask[2708], test_mask[2708])
First 10 edges (edge_index[:, :10]):
tensor([[ 0, 0, 0, 1, 1, 1, 2, 2, 2, 2],[ 633, 1862, 2582, 2, 652, 654, 1, 332, 1454, 1666]])
edge_index 0: tensor([ 0, 633])
edge_index 1: tensor([ 0, 1862])
edge_index 2: tensor([ 0, 2582])
edge_index 3: tensor([1, 2])
edge_index 4: tensor([ 1, 652])
edge_index 5: tensor([ 1, 654])
edge_index 6: tensor([2, 1])
edge_index 7: tensor([ 2, 332])
edge_index 8: tensor([ 2, 1454])
edge_index 9: tensor([ 2, 1666])示例代码
假设你已经使用 PyTorch Geometric 加载了 Cora 数据集并且 edge_index 已经被定义以下代码展示如何查看前 10 条边的信息
import torch
from torch_geometric.datasets import Planetoid
from torch_geometric.transforms import NormalizeFeatures# 加载 Cora 数据集
dataset Planetoid(root/tmp/Cora, nameCora, transformNormalizeFeatures())# 获取数据集中的第一个图
data dataset[0]# 打印数据集的基本信息
print(data)# 获取边索引
edge_index data.edge_index# 打印前 10 条边的节点索引
print(First 10 edges (edge_index[:, :10]):)
print(edge_index[:, :10])for i in range(10):print(fedge_index {i}: {edge_index[:,i]})示例输出
假设 edge_index 的前 10 列如下所示
tensor([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9],[ 1, 2, 0, 4, 5, 3, 7, 6, 5, 8]])这表示
第一条边是从节点 0 到节点 1。第二条边是从节点 1 到节点 2。第三条边是从节点 2 到节点 0。第四条边是从节点 3 到节点 4。第五条边是从节点 4 到节点 5。第六条边是从节点 5 到节点 3。第七条边是从节点 6 到节点 7。第八条边是从节点 7 到节点 6。第九条边是从节点 8 到节点 5。第十条边是从节点 9 到节点 8。
解释
edge_index 的形状为 [2, num_edges]其中 num_edges 表示边的数量。edge_index[:, :10] 表示取出前 10 条边的节点索引。输出的张量第一行表示每条边的起始节点第二行表示每条边的结束节点。
通过这种方式你可以方便地查看和理解数据集中边的表示方式。
