dgl.transforms

结构和特征的转换

BaseTransform	用于编写转换的抽象类。
Compose	创建一个由多个按顺序排列的转换组成的转换。
AddSelfLoop	为图中的每个节点添加自环并返回一个新图。
RemoveSelfLoop	移除图中每个节点的自环并返回一个新图。
AddReverse	为输入图中的每条边 \((j,i)\) 添加一条反向边 \((i,j)\) 并返回一个新图。
ToSimple	将图转换为没有平行边的简单图并返回一个新图。
LineGraph	返回输入图的线图。
KHopGraph	Return the graph whose edges connect the \(k\)-hop neighbors of the original graph.
AddMetaPaths	根据给定的元路径向输入图中添加新的边，如异构图注意力网络中所述。
GCNNorm	对输入图应用对称邻接归一化并保存结果边权重，如使用图卷积网络进行半监督分类中所述。
PPR	对输入图应用个性化PageRank（PPR）进行扩散，如The pagerank citation ranking: Bringing order to the web中介绍的那样。
HeatKernel	将热核应用于输入图以进行扩散，如图和其他离散结构上的扩散核中介绍的那样。
GDC	对输入图应用图扩散卷积（GDC），如扩散改进图学习中介绍的那样。
NodeShuffle	随机打乱节点。
DropNode	随机丢弃节点，如Graph Contrastive Learning with Augmentations中所述。
DropEdge	随机删除边，如DropEdge: Towards Deep Graph Convolutional Networks on Node Classification和Graph Contrastive Learning with Augmentations中所述。
AddEdge	Randomly add edges, as described in Graph Contrastive Learning with Augmentations.
RandomWalkPE	随机游走位置编码，如具有可学习结构和位置表示的图神经网络中介绍
LapPE	拉普拉斯位置编码，如图神经网络基准测试中介绍
FeatMask	随机屏蔽节点和边特征张量的列，如Graph Contrastive Learning with Augmentations中所述。
RowFeatNormalizer	Row-normalizes the features given in node_feat_names and edge_feat_names.
SIGNDiffusion	The diffusion operator from SIGN: Scalable Inception Graph Neural Networks
ToLevi	此函数通过将边转换为中间节点，将原始图转换为其异构Levi图，仅支持同质有向图。
SVDPE	基于SVD的位置编码，如Global Self-Attention as a Replacement for Graph Convolution中介绍