GraphSAINT 开源项目使用教程

1. 项目目录结构及介绍

GraphSAINT 项目的目录结构如下：

GraphSAINT/
├── data/
│   ├── open_graph_benchmark/
│   └── ...
├── graphsaint/
│   ├── cython_sampler.pyx
│   ├── graph_samplers.py
│   ├── globals.py
│   ├── tensorflow_version/
│   │   ├── model.py
│   │   └── train.py
│   ├── pytorch_version/
│   │   ├── model.py
│   │   └── train.py
│   └── ...
├── ipdps19_cpp/
│   ├── README.md
│   └── ...
├── train_config/
│   ├── table2/
│   ├── explore/
│   └── open_graph_benchmark/
├── .gitignore
├── LICENSE
├── README.md
├── convert.py
├── dataset_details.md
├── overview_diagram.png
└── run_graphsaint.sh

目录结构介绍

• data/: 存放数据集的目录，包括 open_graph_benchmark 等子目录。
• graphsaint/: 核心代码目录，包含 TensorFlow 和 PyTorch 版本的实现，以及 Cython 采样器和全局配置文件。
• ipdps19_cpp/: 包含 IEEE/IPDPS 2019 论文的 C++ 实现。
• train_config/: 训练配置文件目录，包含不同实验的配置文件。
• .gitignore: Git 忽略文件。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• convert.py: 数据转换脚本。
• dataset_details.md: 数据集详细信息。
• overview_diagram.png: 项目概览图。
• run_graphsaint.sh: 项目启动脚本。

2. 项目启动文件介绍

run_graphsaint.sh

run_graphsaint.sh 是项目的启动脚本，用于编译 Cython 模块并启动训练。脚本内容如下：

#!/bin/bash

# 编译 Cython 模块
python graphsaint/setup.py build_ext --inplace

# 启动训练
python -m graphsaint <tensorflow/pytorch>_version train --data_prefix /data/<dataset_name> --train_config <path to train_config yml> --gpu <GPU number>

启动步骤

1. 编译 Cython 模块: 运行 python graphsaint/setup.py build_ext --inplace 编译 Cython 模块。
2. 启动训练: 使用 python -m graphsaint <tensorflow/pytorch>_version train 命令启动训练，指定数据集路径和配置文件路径。

3. 项目的配置文件介绍

train_config/

train_config/ 目录下包含多个配置文件，用于不同实验的参数设置。以下是一些关键配置文件的介绍：

• table2/: 包含用于重现 Table 2 结果的配置文件。
• explore/: 包含用于探索更深 GNN 和不同 GNN 架构的配置文件。
• open_graph_benchmark/: 包含用于 Open Graph Benchmark 数据集的配置文件。

配置文件格式

配置文件采用 YAML 格式，示例如下：

train:
  batch_size: 512
  num_epochs: 100
  learning_rate: 0.001
  weight_decay: 0.0005

model:
  type: GAT
  num_layers: 2
  hidden_units: 64

sampler:
  type: RW
  num_walks: 10
  walk_length: 20

配置文件参数说明

• train: 训练相关参数，如批量大小、训练轮数、学习率等。
• model: 模型相关参数，如模型类型、层数、隐藏单元数等。
• sampler: 采样器相关参数，如采样类型、随机游走次数、游走长度等。

通过调整这些配置文件，可以灵活地进行不同实验和模型训练。