怎么使用Pytorch+PyG实现MLP

这篇文章主要讲解了“怎么使用Pytorch+PyG实现MLP”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么使用Pytorch+PyG实现MLP”吧！平台：Windows10语言环境：python3.7编译器：PyCharmPyTorch版本：1.11.0PyG版本：2.1.0本项目我们需要结合两个库，一个是Pytorch，因为还需要按照torch的网络搭建模型进行书写，第二个是PyG，因为在torch中并没有关于图网络层的定义，所以需要torch_geometric这个库来定义一些图层。本文使用的数据集是比较经典的Cora数据集，它是一个根据科学论文之间相互引用关系而构建的Graph数据集合，论文分为7类，共2708篇。Genetic_AlgorithmsNeural_NetworksProbabilistic_MethodsReinforcement_LearningRule_LearningTheory这个数据集是一个用于图节点分类的任务，数据集中只有一张图，这张图中含有2708个节点，10556条边，每个节点的特征维度为1433。这里我们就不重点介绍MLP网络了，相信大家能够掌握基本原理，本文我们使用的是PyG定义网络层，在PyG中已经定义好了MLP这个层，该层采用的就是感知机机制。对于MLP的常用参数：channel_list：样本输入层、中间层、输出层维度的列表in_channels：每个样本的输入维度，就是每个节点的特征维度hidden_channels：单层神经网络中间的隐层大小out_channels：经过MLP后映射成的新的维度，就是经过MLP后每个节点的维度长度num_layers：感知机层数dropout：每个隐藏层的丢弃率，如果存在多层可以使用列表传入act：激活函数，默认为relubias：训练一个偏置b对于本文实现的 pyg_nn.MLP([num_node_features, 32, 64, 128]) 的含义就是定义一个三层的感知机网络，按照 PyTorch 实现等价于如下代码：对于 PyG 中实现起来较为简单，以列表方式传入所以隐层大小即可，第一个维度代表样本的输入特征维度，最后一个维度代表输出的维度大小，中间维度代表隐层的大小，所以 len(channel_list) - 1 代表 MLP 的层数，这种方式是以传入 channel_list 方式定义模型，还可以按照正常参数方式进行传递定义，代码如下：网络定义代码如下：上面网络我们定义了两个MLP层，第一层的参数的输入维度就是初始每个节点的特征维度，输出维度是128。第二个层的输入维度为128，输出维度为分类个数，因为我们需要对每个节点进行分类，最终加上softmax操作。下面就是定义了一些模型需要的参数，像学习率、迭代次数这些超参数，然后是模型的定义以及优化器及损失函数的定义，和pytorch定义网络是一样的。模型训练部分也是和pytorch定义网络一样，因为都是需要经过前向传播、反向传播这些过程，对于损失、精度这些指标可以自己添加。下面就是模型验证阶段，在训练时我们是只使用了训练集，测试的时候我们使用的是测试集，注意这和传统网络测试不太一样，在图像分类一些经典任务中，我们是把数据集分成了两份，分别是训练集、测试集，但是在Cora这个数据集中并没有这样，它区分训练集还是测试集使用的是掩码机制，就是定义了一个和节点长度相同纬度的数组，该数组的每个位置为True或者False，标记着是否使用该节点的数据进行训练。【EPOCH: 】1
训练损失为：1.9856 训练精度为：0.1786
【EPOCH: 】21
训练损失为：1.5419 训练精度为：0.4643
【EPOCH: 】41
训练损失为：1.1653 训练精度为：0.6500
【EPOCH: 】免费云主机域名61
训练损失为：0.8062 训练精度为：0.8071
【EPOCH: 】81
训练损失为：0.5322 训练精度为：0.9286
【EPOCH: 】101
训练损失为：0.3487 训练精度为：0.9714
【EPOCH: 】121
训练损失为：0.2132 训练精度为：0.9571
【EPOCH: 】141
训练损失为：0.1043 训练精度为：0.9929
【EPOCH: 】161
训练损失为：0.0601 训练精度为：1.0000
【EPOCH: 】181
训练损失为：0.0420 训练精度为：1.0000
【Finished Training！】>>>Train Accuracy: 1.0000 Train Loss: 0.0092
>>>Test Accuracy: 0.1800 Test Loss: 1.9587完整代码感谢各位的阅读，以上就是“怎么使用Pytorch+PyG实现MLP”的内容了，经过本文的学习后，相信大家对怎么使用Pytorch+PyG实现MLP这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是百云主机，小编将为大家推送更多相关知识点的文章，欢迎关注！

相关推荐: Vue怎么实现新国标红绿灯效果

这篇文章主要介绍了Vue怎么实现新国标红绿灯效果的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Vue怎么实现新国标红绿灯效果文章都会有所收获，下面我们一起来看看吧。组件化开发是我们一贯的风格。如何进行这个红绿灯组件的设计呢？从上图…