图神经网络版本的Kolmogorov Arnold（KAN）代码实现和效果对比

Kolmogorov Arnold Networks (KAN)最近作为MLP的替代而流行起来，KANs使用Kolmogorov-Arnold表示定理的属性，该定理允许神经网络的激活函数在边缘上执行，这使得激活函数“可学习”并改进它们。

目前我们看到有很多使用KAN替代MLP的实验，但是目前来说对于图神经网络来说还没有类似的实验，今天我们就来使用KAN创建一个图神经网络Graph Kolmogorov Arnold(GKAN)，来测试下KAN是否可以在图神经网络方面有所作为。

数据集

我们将使用Planetoid数据集中的Cora，这个数据集是Planetoid御三家之一，学习图神经网络都会接触到。Cora数据集包含2708个节点，5429条边。标签共7个类别。数据集的特征维度是1433维，官网的可视化图如下：

我们这里使用pyg，因为它里面包含了完整的数据集加载代码：

https://avoid.overfit.cn/post/a89b58b1886c465ca0bedd12c4f3c5dd