图神经网络入门示例：使用PyTorch Geometric 进行节点分类

来源：DeepHub IMBA本文约3500字，建议阅读10分钟本文将一个CSV文件转换为数据对象，然后使用PyTorch为节点分类任务构建基于图的神经网络。基于图的神经网络是强大的模型，可以学习网络中的复杂模式。在本文中，我们将介绍如何为同构图数据构造PyTorch Data对象，然后训练不同类型的神经网络来预测节点所属的类。这种类型的预测问题通常被称为节点分类。我们将使用来自Benedek Rozemberczki, Carl Allen和Rik Sarkar于2019年发布的“Multi-scale Attributed Node Embedding”论文中的Facebook Large Page-Page Network¹数据集。该数据集包含22,470个Facebook页面，按主题分为四类。由不同大小的特征向量表示。数据集还包含Facebook pages 上跟随其他page的信息。网络中有171,992个链接或边。数据集第一步是从URL下载数据集。如果手动下载也是可以的，我们这里是为了方便演示： wget https://s ………………………………