HGP-SL程序理解

一、导入自己的数据集

• PyTorch 所有的数据集对象都是torch.utils.data.Dataset的子类。在继承它的时候必须要重写其__len__和__getitem__方法；
• 为了方便数据的存储和读入，可以将数据存为.pt文件（PyTorch 的标准数据文件）；

• 四个基本函数

  1. torch_geometric.data.InMemoryDataset.raw_file_names(): 返回一个文件列表，包含raw_dir中的文件目录。可以根据此列表来决定哪些需要下载或者已下载的直接跳过。
     
  2. torch_geometric.data.InMemoryDataset.processed_file_names():
     返回一个处理后的文件列表，包含processed_dir中的文件目录。据此来决定需要跳过。也就说，在你处理完后，你再次运行该程序将不会二次处理。
     
  3. torch_geometric.data.InMemoryDataset.download():
     将原始数据下载到 raw_dir 文件夹.
  4. torch_geometric.data.InMemoryDataset.process():
     处理原始数据将结果存放至 processed_dir 文件夹. 注意，这里需要将结果存储成Data格式。为解决python处理达标存储慢的的问题，通过torch_geometric.data.InMemoryDataset.collate()将许多Data列表整理成一个很大的Data对象，并且返回一个slices索引字典，因此我们需要设置self.data和self.slice这两个属性。
  5. 引自 https://zhuanlan.zhihu.com/p/132335866

二、运行

• scatter_add_（dim，index，src ） 将张量src中的所有值添加到张量中self指定的索引index中

• numpy.bincount(x, weights=None, minlength=0) 统计非负整数值出现的次数。每一个bin都是给出输入数组中每一个数出现的次数。

• torch.cumsum() 对于二维输入a，dim=0(第1行不动，将第1行累加到其他行)；dim=1(进入最内层，转化成列处理。第1列不动，将第1列累加到其他列；从第一列开始后面的每一列都是前面对应行元素的累加和)
• torch.cat是将两个张量（tensor）拼接在一起
• isinstance() 函数来判断一个对象是否是一个已知的类型，类似 type()。相比于type()来说，考虑父类继承关系。
• unsqueeze()函数 增加一个维度  squeeze()减少一个维度