PyG的安装很早就想了解一下图神经网络，终于有时间学习一下了，下面记录一下安装PyG的过程。PyGGitHub官网地址：GitHub-pyg-team/pytorch_geometric:GraphNeuralNetworkLibraryforPyTorch这个官网我觉得很好的一点是他一直在更新，而且基本上所有的图神经网络模型都嵌在里

目录图的构建普通图异质图MessagePassingPyG图的构建普通图假设我们要构建一个graph\(\mathcal{G}=\langle\mathcal{V},\mathcal{E}\rangle\),其中\(|\mathcal{V}|=V,|\mathcal{E}|=E\).[torch_geometric.data.Data]classData:def__init__(self,x:

官网：https://pytorch-geometric.readthedocs.io/en/latest/目录geometric图数据MessagePassingtorch_scatter一些代码解释geometric图数据pyg里一个图是torch_geometric.data.Data的instanceData试图模仿常规Python字典的行为。参数：x(torch.Tensor,optional)–图

操作系统：windows10显卡：GTX1650CUDA版本11.1下载安装CUDAToolkit11.1.0新建conda环境，python3.8condacreate-nGNNpython=3.8。激活condaactivateGNNwin下CUDA

默认已经安装好了pytorch和cuda环境1、检查pytorch和cuda版本 importtorchprint(torch.__version__)#pytorch版本print(torch.version.cuda)#cuda版本2、

Examplefromtorch_geometric.datasetsimportPlanetoidfromtorch_geometric.loaderimportNeighborLoaderimporttorchdata=Planetoid('./dataset',name='Cora

图神经网络(GraphNeuralNetworks)是一种针对图结构数据(如社交图、网络安全网络或分子表示)设计的机器学习算法。它在过去几年里发展迅速，被用于许多不同的应用程序。在这

1新建conda环境condacreate-npygodpython=3.8condaactivatepygod2安装Pytorch并测试torch、cuda版本，以及cuda是否可用我安装的v1.12.0版本，cuda对应的选的11.6

一、互联网项目教育网站:菜鸟教程、慕课网、博学谷视频网站：爱奇艺、优酷土豆、腾讯视频交友网站：世纪佳缘、百合网医疗网站：旅游网站：携程、驴妈妈、途牛、去哪儿、马蜂

pyg官网：pytorch_geometricdocumentation(pytorch-geometric.readthedocs.io)win安装pyg各种报错，原因在于pytorch和pyg的版本问题，这里简单记录一下。参考官方文档，前提已

参考2个链接： 第十六课.Pytorch-geometric入门(一)_tzc_fly的博客-CSDN博客_pytorch-geometric 第十七课.Pytorch-geometric入门(二)_tzc_fly的博客-CSDN博客