LegacyTUDataset

class dgl.data.LegacyTUDataset(name, use_pandas=False, hidden_size=10, max_allow_node=None, raw_dir=None, force_reload=False, verbose=False, transform=None)[source]

Bases: DGLBuiltinDataset

LegacyTUDataset 包含许多用于图分类的图核数据集。

Parameters:

name (str) – 数据集名称，例如 ENZYMES, DD, COLLAB, MUTAG，可以是 https://chrsmrrs.github.io/datasets/docs/datasets/ 上的数据集名称。
use_pandas (bool) – 当文件较大时，Numpy的文件读取函数存在性能问题，使用pandas可能会更快。默认值：False
hidden_size (int) – 某些数据集不包含特征。使用常量节点特征初始化代替，隐藏大小为 hidden_size。默认值：10
max_allow_node (int) – 移除包含超过 max_allow_node 节点的图。默认值：无
transform (callable, optional) – A transform that takes in a DGLGraph object and returns a transformed version. The DGLGraph object will be transformed before every access.

max_num_node

最大节点数

Type:: int

num_classes

班级数量

Type:: int

num_labels

（已弃用，请使用 num_classes 代替）类别数量

Type:: numpy.int64

注释

LegacyTUDataset 默认使用提供的节点特征。如果没有提供特征，则使用独热编码的节点标签代替。如果也没有提供标签，则使用常量作为节点特征。

数据集根据标签对图表进行排序。在手动进行训练/验证分割之前，建议先进行洗牌。

示例

>>> data = LegacyTUDataset('DD')

数据集实例是可迭代的

>>> len(data)
1178
>>> g, label = data[1024]
>>> g
Graph(num_nodes=88, num_edges=410,
      ndata_schemes={'feat': Scheme(shape=(89,), dtype=torch.float32), '_ID': Scheme(shape=(), dtype=torch.int64)}
      edata_schemes={'_ID': Scheme(shape=(), dtype=torch.int64)})
>>> label
tensor(1)

将图和标签分批用于小批量训练

>>> graphs, labels = zip(*[data[i] for i in range(16)])
>>> batched_graphs = dgl.batch(graphs)
>>> batched_labels = torch.tensor(labels)
>>> batched_graphs
Graph(num_nodes=9539, num_edges=47382,
      ndata_schemes={'feat': Scheme(shape=(89,), dtype=torch.float32), '_ID': Scheme(shape=(), dtype=torch.int64)}
      edata_schemes={'_ID': Scheme(shape=(), dtype=torch.int64)})

__getitem__(idx)[source]

获取第 idx 个样本。

Parameters:: idx (int) – 样本索引。
Returns:: 图中节点的特征存储在feat字段中，节点的标签存储在node_label字段中（如果存在）。以及它的标签。
Return type:: (dgl.DGLGraph, 张量)

__len__()[source]: 返回数据集中图的数量。