【亲测免费】 GraphGym 项目使用教程
2026-01-23 06:21:16作者:牧宁李
1. 项目目录结构及介绍
GraphGym 项目的目录结构如下:
GraphGym/
├── analysis/
├── docs/
├── graphgym/
├── run/
├── .gitattributes
├── .gitignore
├── LICENSE
├── README.md
├── install.sh
├── requirements.txt
└── setup.py
目录结构介绍:
- analysis/: 包含项目分析相关的文件和脚本。
- docs/: 包含项目的文档文件。
- graphgym/: 包含 GraphGym 的核心代码和模块。
- run/: 包含项目的启动脚本和配置文件。
- .gitattributes: Git 属性配置文件。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- install.sh: 项目安装脚本。
- requirements.txt: 项目依赖包列表。
- setup.py: 项目安装和配置脚本。
2. 项目启动文件介绍
GraphGym 项目的启动文件主要位于 run/ 目录下,常用的启动脚本包括:
- run_single.sh: 用于启动单个 GNN 实验。
- run_batch.sh: 用于启动批量 GNN 实验。
- run_single_cpu.sh: 用于在 CPU 上启动单个 GNN 实验。
- run_single_pyg.sh: 用于使用 PyG 后端启动单个 GNN 实验。
- run_batch_pyg.sh: 用于使用 PyG 后端启动批量 GNN 实验。
启动文件介绍:
-
run_single.sh:
cd run bash run_single.sh该脚本用于启动单个 GNN 实验,配置文件在
run/configs/example.yaml中指定。 -
run_batch.sh:
cd run bash run_batch.sh该脚本用于启动批量 GNN 实验,配置文件在
run/configs/example.yaml和run/configs/example.txt中指定。
3. 项目的配置文件介绍
GraphGym 项目的配置文件主要位于 run/configs/ 目录下,常用的配置文件包括:
- example.yaml: 用于指定单个 GNN 实验的配置。
- example.txt: 用于指定批量 GNN 实验的配置。
配置文件介绍:
-
example.yaml: 该文件包含了 GNN 实验的详细配置,包括数据集、训练参数、模型结构、GNN 层配置等。未指定的配置项将使用
graphgym/config.py中的默认值。 -
example.txt: 该文件用于指定批量 GNN 实验的配置,控制如何进行网格搜索。
配置文件示例:
# example.yaml
dataset:
name: Cora
split: random
training:
epochs: 200
batch_size: 32
model:
type: GCN
layers: 2
gnn:
hidden_dim: 128
dropout: 0.5
通过以上配置文件,可以灵活地调整 GNN 实验的参数和设置。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
496
3.64 K
Ascend Extension for PyTorch
Python
300
338
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
307
131
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
868
479
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882