【导读】图神经网络（Graph Neural Networks，GNN）是近几年兴起的新的研究热点，其借鉴了传统卷积神经网络等模型的思想，在图结构数据上定义了一种新的神经网络架构。如果作为初入该领域的科研人员，想要快速学习并验证自己的idea，需要花费一定的时间搜集数据集，定义模型的训练测试过程，寻找现有的模型进行比较测试，这无疑是繁琐且不必要的。GraphGallery 为科研人员提供了一个简单方便的框架，用于在一些常用的数据集上快速建立和测试自己的模型，并且与现有的 benchmark 模型进行比较。其支持目前主流的两大机器学习框架：TensorFlow 和 PyTorch，为科研人员提供了一些简易操作的API。
数据集包含两种，一种是领域内划分好的数据集 Planetoid，以及扩展性更强的以 npz格式存储的数据集。
数据集详细信息请见 https://github.com/EdisonLeeeee/GraphData
Planetoid from graphgallery.data import Planetoid # set `verbose=False` to avoid additional outputs data = Planetoid('cora', verbose=False) graph = data.graph idx_train, idx_val, idx_test = data.split() # 使用固定的划分，即 每个类别20个结点作为训练集，剩余结点中选取500个作为验证集，1000个作为测试集 >>> graph Graph(adj_matrix(2708, 2708), attr_matrix(2708, 2708), labels(2708,))目前包含 3 种数据集
>>> data.supported_datasets ('citeseer', 'cora', 'pubmed') NPZDataset from graphgallery.data import NPZDataset; data = NPZDataset('cora', verbose=False) graph = data.graph idx_train, idx_val, idx_test = data.split(random_state=42) # 采用 10%，10%，80%的划分 >>> graph Graph(adj_matrix(2708, 2708), attr_matrix(2708, 2708), labels(2708,))目前包含 13 种数据集
>>> data.supported_datasets ('citeseer', 'citeseer_full', 'cora', 'cora_ml', 'cora_full', 'amazon_cs', 'amazon_photo', 'coauthor_cs', 'coauthor_phy', 'polblogs', 'pubmed', 'flickr', 'blogcatalog')定义自己的 npz 数据集
from graphgallery.data import Graph # Load the adjacency matrix A, attribute matrix X and labels vector y # A - scipy.sparse.csr_matrix of shape [n_nodes, n_nodes] # X - scipy.sparse.csr_matrix or np.ndarray of shape [n_nodes, n_atts] # y - np.ndarray of shape [n_nodes] ... mydataset = Graph(adj_matrix=A, attr_matrix=X, labels=y) # save dataset mydataset.to_npz('path/to/mydataset.npz') # load dataset mydataset = Graph.from_npz('path/to/mydataset.npz')GraphGallery 支持 TensorFlow 和 PyTorch 两个后端（默认TensorFlow 后端），通过切换后端可以调用不同的API和模型
>>> from graphgallery import backend, set_backend >>> backend() TensorFlow 2.1.2 Backend >>> set_backend('torch') # torch, pytorch or th PyTorch 1.6.0+cu101 Backend >>> set_backend('tf') # tensorflow or tf TensorFlow 2.1.2 Backend同时，支持定义运算过程中的张量 浮点数和整数类型
>>> from graphgallery import intx, floatx, set_intx, set_floatx >>> intx() # TensorFlow 后端整数默认 int32, PyTorch后端默认 int64 >>> floatx() # 对于两个后端浮点数默认皆为 float32 # 修改默认数据类型 >>> set_intx('int64') >>> set_floatx('float64')GraphGallery 支持将任意输入转换为合适后端的张量（并给予合适的数据类型）
普通张量 >>> backend() TensorFlow 2.1.2 Backend >>> from graphgallery import transforms as T >>> arr = [1, 2, 3] >>> T.astensor(arr) <tf.Tensor: shape=(3,), dtype=int32, numpy=array([1, 2, 3], dtype=int32)> 稀疏张量 >>> import scipy.sparse as sp >>> sp_matrix = sp.eye(3) # 创建一个 3X3 的单位矩阵 >>> T.astensor(sp_matrix) <tensorflow.python.framework.sparse_tensor.SparseTensor at 0x7f1bbc205dd8>类似的，只需要切换后端，亦可将输入转换为 PyTorch 张量
>>> set_backend('torch') # torch, pytorch or th PyTorch 1.6.0+cu101 Backend >>> T.astensor(arr) tensor([1, 2, 3]) >>> T.astensor(sp_matrix) tensor(indices=tensor([[0, 1, 2], [0, 1, 2]]), values=tensor([1., 1., 1.]), size=(3, 3), nnz=3, layout=torch.sparse_coo)astensor 函数接收三个参数，
x : 需要转化的Python对象dtype: 转化的类型，若不指定则根据后端的 intx(), floatx() 函数推断devicie: 参数所在的设备 （可以指定"CPU", “GPU”, “cuda”, “GPU:0” 等等），若不指定则为 “CPU:0”kind: 转化成何种张量，“T” 表示 TensorFlow 张量，“P” 表示 PyTorch 张量，若不指定则模型转为当前后端适合的张量GraphGallery 的 transforms 模块包含各种对输入数据的变换操作，例如针对（稀疏）邻接矩阵的变换，（密集）特征矩阵的变换，以及包含上节所述的张量转换。
例如对稀疏邻接矩阵（adjacency matrix）做 GCN 常见的归一化操作
>>> from graphgallery import transforms as T >>> T.normalize_adj(adj_matrix)其默认实现了 KaTeX parse error: Undefined control sequence: \mbox at position 73: …frac{1}{2}},\\ \̲m̲b̲o̲x̲{where} \ \tild… 以及对结点特征矩阵（Attribute matrix）做行归一化
>>> from graphgallery import transforms as T >>> T.normalize_attr(attr_matrix)其默认实现了 KaTeX parse error: Undefined control sequence: \mbox at position 23: …} = D^{-1}X,\\ \̲m̲b̲o̲x̲{where}\, D^{-1…
顾名思义，GraphGallery 是一个GNN模型的 Gallery。
GraphGallery 实现了一系列的半监督结点分类模型，具体可见项目主页：https://github.com/EdisonLeeeee/GraphGallery
以最常见的GCN模型为例
from graphgallery.nn.models import GCN model = GCN(graph, adj_transform='normalize_adj', attr_transform='normalize_attr', device="GPU", seed=123) model.build() his = model.train(idx_train, idx_val, verbose=1, epochs=100) loss, accuracy = model.test(idx_test, verbose=1) print(f'Test loss {loss:.5}, Test accuracy {accuracy:.2%}')graph 是输入的图，adj_transform 是对邻接矩阵的变换，attr_transform 是对结点特征矩阵的变换，并且可以指定运行设备 device 和用于重现结果的随机种子 seed
模型调用 build 快速搭建一个 GCN 模型，build 可以指定包含隐藏层单元个数（层数），激活函数，学习率等参数
# 一层隐藏层 (32单元)，激活函数 RELU >>> model.build(hiddens=32, activations='relu') # 两层隐藏层（32和64单元），两层的激活函数都是 RELU >>> model.build(hiddens=[32, 64], activations='relu') # 两层隐藏层 （32和64单元），激活函数分别是 RELU 和 ELU >>> model.build(hiddens=[32, 64], activations=['relu', 'elu']) 模型调用 train 方法进行训练。idx_train 是训练集结点，同理 idx_val是验证集结点（也可以不指定），verbose 可以指定 0, 1, 2, 3, 4 五种训练过程输出，返回的 his 是 一个记录训练历史情况的类，可以通过调用 his.history 查看训练过程的输出。模型调用 test 方法进行测试，idx_test 是测试集结点，verbose 可指定 0 和1两种，最终返回 测试集的损失和准确率在 Planetoid Cora 数据集上的结果
Training... 100/100 [==============================] - 1s 14ms/step - loss: 1.0161 - acc: 0.9500 - val_loss: 1.4101 - val_acc: 0.7740 - time: 1.4180 Testing... 1/1 [==============================] - 0s 62ms/step - test_loss: 1.4123 - test_acc: 0.8120 - time: 0.0620 Test loss 1.4123, Test accuracy 81.20%至此，只需要几行代码即可完成对一个模型的调用和训练测试，并且当你切换不同的后端，调用的是不同后端实现的模型（甚至不需要更改上述调用代码）。
GraphGallery 项目主页：https://github.com/EdisonLeeeee/GraphGallery
GraphData 项目主页：https://github.com/EdisonLeeeee/GraphData
