GRAD
1.0.0
これは、テキストグラフでのグラフアウェア蒸留の重要な結果を再現するためのコードです。

詳細については、 GradBERTまたはGradMLPにアクセスしてください。
コードを実行する依存関係は、 requirements.txtファイルにあります。
また、[巨人]からのインストールプロセスにも従います。
まず、コンドマの環境をセットアップしましょう
conda create -n " grad " python=3.8
conda activate grad次に、Pytorch:
conda install pytorch==1.9.0 cudatoolkit=10.2 -c pytorch
# check the pytorch version and cuda availability
python -c " import torch; print('torch={}, cuda={}'.format(torch.__version__, torch.cuda.is_available())) "Finall、GNN関連のパッケージをインストールします
ptcu_version= " 1.9.0+cu102 "
pip install torch-scatter -f " https://pytorch-geometric.com/whl/torch- ${ptcu_version} .html "
pip install torch-sparse -f " https://pytorch-geometric.com/whl/torch- ${ptcu_version} .html "
pip install torch-cluster -f " https://pytorch-geometric.com/whl/torch- ${ptcu_version} .html "
pip install torch-spline-conv -f " https://pytorch-geometric.com/whl/torch- ${ptcu_version} .html "
pip install torch-geometric
pip install ogb==1.3.2
# our ogb version is 1.3.2
python -c " import ogb; from ogb.graphproppred import PygGraphPropPredDataset; print(ogb.__version__) " このリンクhttps://drive.google.com/drive/folders/1tol67yewyogusf4t2qwrds-hbhbg-icx?usp = sharingとそれらをこのフォルダーに抽出することから、事前に訓練されたgradbertノード埋め込みをダウンロードしてください。抽出されたフォルダーに、この副積のGradBERT/embeddings/ogbn-*/があることを確認してください。
次に、 ogbn-arxivまたはogbn-productsフォルダーにアクセスして、対応するshコマンドを実行して、OGBリーダーボードのGradbert結果を再現できます。
以下に、重要な結果を再現するスクリプトを見つけることができます。
./GRAD
| ---- GradBERT/ # OGB datasets
| | ---- embeddings/
| | ---- ogbn-arxiv/
| | | ---- gradbert_mlp.sh # MLP with GradBERT feats
| | | ---- gradbert_sage.sh # SAGE with GradBERT feats
| | | ---- RevGAT-ori
| | ---- gradbert_RevGAT_ogbnarxiv.sh # RevGAT with GradBERT feats
| | ---- ogbn-products/
| | | ---- gradbert_mlp.sh # MLP with GradBERT feats
| | | ---- gradbert_giant_sage.sh # SAGE with GradBERT+GIANT feats
| | | ---- SAGN_with_SLE
| | ---- Runexp_SAGN_SLE_ogbnproducts_morestages.sh # SAGN_SLE with GradBERT+GIANT feats
| ---- GradMLP/ # CPF data from GLNN
| | ---- experiments/
| | | ---- cora_gradmlp.sh
| | | ---- cora_gradmlp_kd.sh
| | | ---- etc.
Please go to ` GradBERT ` or ` GradMLP ` for more details.