介紹圖機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)

本文主要介紹圖機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)。

我們首先學(xué)習(xí)什么是圖、為什么使用圖以及如何最佳地表示圖。然后，我們簡(jiǎn)要介紹大家如何在圖數(shù)據(jù)上學(xué)習(xí)，從神經(jīng)網(wǎng)絡(luò)以前的方法 (同時(shí)我們會(huì)探索圖特征) 到現(xiàn)在廣為人知的圖神經(jīng)網(wǎng)絡(luò) (Graph Neural Network，GNN) ，最后，我們將一窺圖數(shù)據(jù)上的 Transformers 世界。

什么是圖？

本質(zhì)上來(lái)講，圖描述了由關(guān)系互相鏈接起來(lái)的實(shí)體。

現(xiàn)實(shí)中有很多圖的例子，包括社交網(wǎng)絡(luò) (如推特，長(zhǎng)毛象，以及任何鏈接論文和作者的引用網(wǎng)絡(luò)) 、分子、知識(shí)圖譜 (如 UML 圖，百科全書(shū)，以及那些頁(yè)面之間有超鏈接的網(wǎng)站) 、被表示成句法樹(shù)的句子、3D 網(wǎng)格等等。因此，可以毫不夸張地講，圖無(wú)處不在。

圖 (或網(wǎng)絡(luò)) 中的實(shí)體稱為 節(jié)點(diǎn) (或頂點(diǎn)) ，它們之間的連接稱為 邊 (或鏈接) 。舉個(gè)例子，在社交網(wǎng)絡(luò)中，節(jié)點(diǎn)是用戶，而邊是他 (她) 們之間的連接關(guān)系；在分子中，節(jié)點(diǎn)是原子，而邊是它們之間的分子鍵。

可以存在不止一種類型的節(jié)點(diǎn)或邊的圖稱為 異構(gòu)圖 (heterogeneous graph) (例子：引用網(wǎng)絡(luò)的節(jié)點(diǎn)有論文和作者兩種類型，含有多種關(guān)系類型的 XML 圖的邊是多類型的) 。異構(gòu)圖不能僅由其拓?fù)浣Y(jié)構(gòu)來(lái)表征，它需要額外的信息。本文主要討論同構(gòu)圖 (homogeneous graph) 。

圖還可以是 有向 (directed) 的 (如一個(gè)關(guān)注網(wǎng)絡(luò)中，A 關(guān)注了 B，但 B 可以不關(guān)注 A) 或者是 無(wú)向 (undirected) 的 (如一個(gè)分子中，原子間的關(guān)系是雙向的) 。邊可以連接不同的節(jié)點(diǎn)，也可以自己連接自己 (自連邊，self-edges) ，但不是所有的節(jié)點(diǎn)都必須有連接。

如果你想使用自己的數(shù)據(jù)，首先你必須考慮如何最佳地刻畫(huà)它 (同構(gòu) / 異構(gòu)，有向 / 無(wú)向等) 。

圖有什么用途？

我們一起看看在圖上我們可以做哪些任務(wù)吧。

在 圖層面，主要的任務(wù)有：

圖生成: 可在藥物發(fā)現(xiàn)任務(wù)中用于生成新的可能的藥物分子，

圖演化 (給定一個(gè)圖，預(yù)測(cè)它會(huì)如何隨時(shí)間演化) : 可在物理學(xué)中用于預(yù)測(cè)系統(tǒng)的演化，

圖層面預(yù)測(cè) (基于圖的分類或回歸任務(wù)) : 如預(yù)測(cè)分子毒性。

在 節(jié)點(diǎn)層面，通常用于預(yù)測(cè)節(jié)點(diǎn)屬性。舉個(gè)例子，Alphafold 使用節(jié)點(diǎn)屬性預(yù)測(cè)方法，在給定分子總體圖的條件下預(yù)測(cè)原子的 3D 坐標(biāo)，并由此預(yù)測(cè)分子在 3D 空間中如何折疊，這是個(gè)比較難的生物化學(xué)問(wèn)題。

在 邊層面，我們可以做邊屬性預(yù)測(cè)或缺失邊預(yù)測(cè)。邊屬性預(yù)測(cè)可用于在給定藥物對(duì) (pair) 的條件下預(yù)測(cè)藥物的不良副作用。缺失邊預(yù)測(cè)被用于在推薦系統(tǒng)中預(yù)測(cè)圖中的兩個(gè)節(jié)點(diǎn)是否相關(guān)。

另一種可能的工作是在 子圖層面 的，可用于社區(qū)檢測(cè)或子圖屬性預(yù)測(cè)。社交網(wǎng)絡(luò)用社區(qū)檢測(cè)確定人們之間如何連接。我們可以在行程系統(tǒng) (如 Google Maps) 中發(fā)現(xiàn)子圖屬性預(yù)測(cè)的身影，它被用于預(yù)測(cè)到達(dá)時(shí)間。

完成這些任務(wù)有兩種方式。

當(dāng)你想要預(yù)測(cè)特定圖的演化時(shí)，你工作在 直推 (transductive) 模式，直推模式中所有的訓(xùn)練、驗(yàn)證和推理都是基于同一張圖。如果這是你的設(shè)置，要多加小心！在同一張圖上創(chuàng)建訓(xùn)練 / 評(píng)估 / 測(cè)試集可不容易。 然而，很多任務(wù)其實(shí)是工作在不同的圖上的 (不同的訓(xùn)練 / 評(píng)估 / 測(cè)試集劃分) ，我們稱之為 歸納 (inductive) 模式。

如何表示圖？

常用的表示圖以用于后續(xù)處理和操作的方法有 2 種：

表示成所有邊的集合 (很有可能也會(huì)加上所有節(jié)點(diǎn)的集合用以補(bǔ)充) 。

或表示成所有節(jié)點(diǎn)間的鄰接矩陣。鄰接矩陣是一個(gè) 大小的方陣，它指明圖上哪些節(jié)點(diǎn)間是直接相連的 (若 和 相連則 ，否則為 0) 。

?

注意：多數(shù)圖的邊連接并不稠密，因此它們的鄰接矩陣是稀疏的，這個(gè)會(huì)讓計(jì)算變得困難。

雖然這些表示看上去很熟悉，但可別被騙了！

圖與機(jī)器學(xué)習(xí)中使用的典型對(duì)象大不相同，因?yàn)樗鼈兊耐負(fù)浣Y(jié)構(gòu)比序列 (如文本或音頻) 或有序網(wǎng)格 (如圖像和視頻) 復(fù)雜得多：即使它們可以被表示成鏈表或者矩陣，但它們并不能被當(dāng)作有序?qū)ο髞?lái)處理。

這究竟意味著什么呢？如果你有一個(gè)句子，你交換了這個(gè)句子的詞序，你就創(chuàng)造了一個(gè)新句子。如果你有一張圖像，然后你重排了這個(gè)圖像的列，你就創(chuàng)造了一張新圖像。

左圖是 Hugging Face 的標(biāo)志。右圖是一個(gè)重排后的 Hugging Face 標(biāo)志，已經(jīng)是一張不同的新圖像了。

但圖并不會(huì)如此。如果你重排了圖的邊列表或者鄰接矩陣的列，圖還是同一個(gè)圖 (一個(gè)更正式的叫法是置換不變性 (permutation invariance) ) 。

左圖，一個(gè)小型圖 (黃色是節(jié)點(diǎn)，橙色是邊) 。中圖，該圖的鄰接矩陣，行與列的節(jié)點(diǎn)按字母排序：可以看到第一行的節(jié)點(diǎn) A，與 E 和 C 相連。右圖，重排后的鄰接矩陣 (列不再按字母序排了)，但這還是該圖的有效表示：A 節(jié)點(diǎn)仍然與 E 和 C 相連。

基于機(jī)器學(xué)習(xí)的圖表示

使用機(jī)器學(xué)習(xí)處理圖的一般流程是：首先為你感興趣的對(duì)象 (根據(jù)你的任務(wù)，可以是節(jié)點(diǎn)、邊或是全圖) 生成一個(gè)有意義的表示，然后使用它們訓(xùn)練一個(gè)目標(biāo)任務(wù)的預(yù)測(cè)器。與其他模態(tài)數(shù)據(jù)一樣，我們想要對(duì)這些對(duì)象的數(shù)學(xué)表示施加一些約束，使得相似的對(duì)象在數(shù)學(xué)上是相近的。然而，這種相似性在圖機(jī)器學(xué)習(xí)上很難嚴(yán)格定義，舉個(gè)例子，具有相同標(biāo)簽的兩個(gè)節(jié)點(diǎn)和具有相同鄰居的兩個(gè)節(jié)點(diǎn)哪兩個(gè)更相似？

?

注意：在隨后的部分，我們將聚焦于如何生成節(jié)點(diǎn)的表示。一旦你有了節(jié)點(diǎn)層面的表示，就有可能獲得邊或圖層面的信息。你可以通過(guò)把邊所連接的兩個(gè)節(jié)點(diǎn)的表示串聯(lián)起來(lái)或者做一個(gè)點(diǎn)積來(lái)得到邊層面的信息。至于圖層面的信息，可以通過(guò)對(duì)圖上所有節(jié)點(diǎn)的表示串聯(lián)起來(lái)的張量做一個(gè)全局池化 (平均，求和等) 來(lái)獲得。當(dāng)然，這么做會(huì)平滑掉或丟失掉整圖上的一些信息，使用迭代的分層池化可能更合理，或者增加一個(gè)連接到圖上所有其他節(jié)點(diǎn)的虛擬節(jié)點(diǎn)，然后使用它的表示作為整圖的表示。

神經(jīng)網(wǎng)絡(luò)以前的方法

只使用手工設(shè)計(jì)特征

在神經(jīng)網(wǎng)絡(luò)出現(xiàn)之前，圖以及圖中的感興趣項(xiàng)可以被表示成特征的組合，這些特征組合是針對(duì)特定任務(wù)的。盡管現(xiàn)在存在 更復(fù)雜的特征生成方法，這些特征仍然被用于數(shù)據(jù)增強(qiáng)和 半監(jiān)督學(xué)習(xí)。這時(shí)，你主要的工作是根據(jù)目標(biāo)任務(wù)，找到最佳的用于后續(xù)網(wǎng)絡(luò)訓(xùn)練的特征。

節(jié)點(diǎn)層面特征 可以提供關(guān)于其重要性 (該節(jié)點(diǎn)對(duì)于圖有多重要？) 以及 / 或結(jié)構(gòu)性 (節(jié)點(diǎn)周圍的圖的形狀如何？) 信息，兩者可以結(jié)合。

節(jié)點(diǎn) 中心性 (centrality) 度量圖中節(jié)點(diǎn)的重要性。它可以遞歸計(jì)算，即不斷對(duì)每個(gè)節(jié)點(diǎn)的鄰節(jié)點(diǎn)的中心性求和直到收斂，也可以通過(guò)計(jì)算節(jié)點(diǎn)間的最短距離來(lái)獲得，等等。節(jié)點(diǎn)的 度 (degree) 度量節(jié)點(diǎn)的直接鄰居的數(shù)量。聚類系數(shù) (clustering coefficient) 度量一個(gè)節(jié)點(diǎn)的鄰節(jié)點(diǎn)之間相互連接的程度。

圖元度向量 (Graphlets degree vectors，GDV) 計(jì)算給定根節(jié)點(diǎn)的不同圖元的數(shù)目，這里圖元是指給定數(shù)目的連通節(jié)點(diǎn)可創(chuàng)建的所有迷你圖 (如：3 個(gè)連通節(jié)點(diǎn)可以生成一個(gè)有兩條邊的線，或者一個(gè) 3 條邊的三角形) 。

2 個(gè)節(jié)點(diǎn)到 5 個(gè)節(jié)點(diǎn)的圖元 (Pr?ulj, 2007)

邊層面特征帶來(lái)了關(guān)于節(jié)點(diǎn)間連通性的更多細(xì)節(jié)信息，有效地補(bǔ)充了圖的表示，有：兩節(jié)點(diǎn)間的 最短距離 (shortest distance)，它們的公共鄰居 (common neighbours)，以及它們的 卡茲指數(shù) (Katz index) (表示兩節(jié)點(diǎn)間從所有長(zhǎng)度小于某個(gè)值的路徑的數(shù)目，它可以由鄰接矩陣直接算得) 。

圖層面特征 包含了關(guān)于圖相似性和規(guī)格的高層信息?？?圖元數(shù) 盡管計(jì)算上很昂貴，但提供了關(guān)于子圖形狀的信息。核方法 通過(guò)不同的節(jié)點(diǎn)袋 (bag of nodes) (類似于詞袋 (bag of words) ) 方法度量圖之間的相似性。

基于游走的方法

基于游走的方法 使用在隨機(jī)游走時(shí)從節(jié)點(diǎn)j訪問(wèn)節(jié)點(diǎn)i的可能性來(lái)定義相似矩陣；這些方法結(jié)合了局部和全局的信息。舉個(gè)例子，Node2Vec模擬圖中節(jié)點(diǎn)間的隨機(jī)游走，把這些游走路徑建模成跳字 (skip-gram) ，這與我們處理句子中的詞很相似，然后計(jì)算嵌入?；陔S機(jī)游走的方法也可被用于加速 Page Rank 方法，幫助計(jì)算每個(gè)節(jié)點(diǎn)的重要性得分 (舉個(gè)例子：如果重要性得分是基于每個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)的連通度的話，我們可以用隨機(jī)游走訪問(wèn)到每個(gè)節(jié)點(diǎn)的頻率來(lái)模擬這個(gè)連通度) 。

然而，這些方法也有限制：它們不能得到新的節(jié)點(diǎn)的嵌入向量，不能很好地捕獲節(jié)點(diǎn)間的結(jié)構(gòu)相似性，也使用不了新加入的特征。

圖神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)可泛化至未見(jiàn)數(shù)據(jù)。我們?cè)谏衔囊呀?jīng)提到了一些圖表示的約束，那么一個(gè)好的神經(jīng)網(wǎng)絡(luò)應(yīng)該有哪些特性呢？

它應(yīng)該：

滿足置換不變性：

等式：，這里 f 是神經(jīng)網(wǎng)絡(luò)，P 是置換函數(shù)，G 是圖。

解釋：置換后的圖和原圖經(jīng)過(guò)同樣的神經(jīng)網(wǎng)絡(luò)后，其表示應(yīng)該是相同的。

滿足置換等價(jià)性

公式：，同樣 f 是神經(jīng)網(wǎng)絡(luò)，P 是置換函數(shù)，G 是圖。

解釋：先置換圖再傳給神經(jīng)網(wǎng)絡(luò)和對(duì)神經(jīng)網(wǎng)絡(luò)的輸出圖表示進(jìn)行置換是等價(jià)的。

典型的神經(jīng)網(wǎng)絡(luò)，如循環(huán)神經(jīng)網(wǎng)絡(luò) (RNN) 或卷積神經(jīng)網(wǎng)絡(luò) (CNN) 并不是置換不變的。因此，圖神經(jīng)網(wǎng)絡(luò) (Graph Neural Network, GNN) 作為新的架構(gòu)被引入來(lái)解決這一問(wèn)題 (最初是作為狀態(tài)機(jī)使用) 。

一個(gè) GNN 由連續(xù)的層組成。一個(gè) GNN 層通過(guò) 消息傳遞 (message passing) 過(guò)程把一個(gè)節(jié)點(diǎn)表示成其鄰節(jié)點(diǎn)及其自身表示的組合 (聚合 (aggregation)) ，然后通常我們還會(huì)使用一個(gè)激活函數(shù)去增加一些非線性。

與其他模型相比：CNN 可以看作一個(gè)鄰域 (即滑動(dòng)窗口) 大小和順序固定的 GNN，也就是說(shuō) CNN 不是置換等價(jià)的。一個(gè)沒(méi)有位置嵌入 (positional embedding) 的 Transformer 模型可以被看作一個(gè)工作在全連接的輸入圖上的 GNN。

聚合與消息傳遞

多種方式可用于聚合鄰節(jié)點(diǎn)的消息，舉例來(lái)講，有求和，取平均等。一些值得關(guān)注的工作有：

圖卷積網(wǎng)絡(luò) 對(duì)目標(biāo)節(jié)點(diǎn)的所有鄰節(jié)點(diǎn)的歸一化表示取平均來(lái)做聚合 (大多數(shù) GNN 其實(shí)是 GCN) ；

圖注意力網(wǎng)絡(luò) 會(huì)學(xué)習(xí)如何根據(jù)鄰節(jié)點(diǎn)的重要性不同來(lái)加權(quán)聚合鄰節(jié)點(diǎn) (與 transformer 模型想法相似) ；

GraphSAGE 先在不同的跳數(shù)上進(jìn)行鄰節(jié)點(diǎn)采樣，然后基于采樣的子圖分多步用最大池化 (max pooling) 方法聚合信息；

圖同構(gòu)網(wǎng)絡(luò) 先計(jì)算對(duì)鄰節(jié)點(diǎn)的表示求和，然后再送入一個(gè) MLP 來(lái)計(jì)算最終的聚合信息。

選擇聚合方法：一些聚合技術(shù) (尤其是均值池化和最大池化) 在遇到在鄰節(jié)點(diǎn)上僅有些微差別的相似節(jié)點(diǎn)的情況下可能會(huì)失敗 (舉個(gè)例子：采用均值池化，一個(gè)節(jié)點(diǎn)有 4 個(gè)鄰節(jié)點(diǎn)，分別表示為 1，1，-1，-1，取均值后變成 0；而另一個(gè)節(jié)點(diǎn)有 3 個(gè)鄰節(jié)點(diǎn)，分別表示為 - 1，0，1，取均值后也是 0。兩者就無(wú)法區(qū)分了。) 。

GNN 的形狀和過(guò)平滑問(wèn)題

每加一個(gè)新層，節(jié)點(diǎn)表示中就會(huì)包含越來(lái)越多的節(jié)點(diǎn)信息。

一個(gè)節(jié)點(diǎn)，在第一層，只會(huì)聚合它的直接鄰節(jié)點(diǎn)的信息。到第二層，它們?nèi)匀恢痪酆现苯余徆?jié)點(diǎn)信息，但這次，他們的直接鄰節(jié)點(diǎn)的表示已經(jīng)包含了它們各自的鄰節(jié)點(diǎn)信息 (從第一層獲得) 。經(jīng)過(guò) n 層后，所有節(jié)點(diǎn)的表示變成了它們距離為 n 的所有鄰節(jié)點(diǎn)的聚合。如果全圖的直徑小于 n 的話，就是聚合了全圖的信息！

如果你的網(wǎng)絡(luò)層數(shù)過(guò)多，就有每個(gè)節(jié)點(diǎn)都聚合了全圖所有節(jié)點(diǎn)信息的風(fēng)險(xiǎn) (并且所有節(jié)點(diǎn)的表示都收斂至相同的值) ，這被稱為過(guò)平滑問(wèn)題 (the oversmoothing problem)。

這可以通過(guò)如下方式來(lái)解決：

在設(shè)計(jì) GNN 的層數(shù)時(shí)，要首先分析圖的直徑和形狀，層數(shù)不能過(guò)大，以確保每個(gè)節(jié)點(diǎn)不聚合全圖的信息

增加層的復(fù)雜性

增加非消息傳遞層來(lái)處理消息 (如簡(jiǎn)單的 MLP 層)

增加跳躍連接 (skip-connections)

過(guò)平滑問(wèn)題是圖機(jī)器學(xué)習(xí)的重要研究領(lǐng)域，因?yàn)樗柚沽?GNN 的變大，而在其他模態(tài)數(shù)據(jù)上 Transformers 之類的模型已經(jīng)證明了把模型變大是有很好的效果的。

圖 Transformers

沒(méi)有位置嵌入 (positional encoding) 層的 Transformer 模型是置換不變的，再加上 Transformer 模型已被證明擴(kuò)展性很好，因此最近大家開(kāi)始看如何改造 Transformer 使之適應(yīng)圖數(shù)據(jù) (綜述) 。多數(shù)方法聚焦于如何最佳表示圖，如找到最好的特征、最好的表示位置信息的方法以及如何改變注意力以適應(yīng)這一新的數(shù)據(jù)。

這里我們收集了一些有意思的工作，截至本文寫(xiě)作時(shí)為止，這些工作在現(xiàn)有的最難的測(cè)試基準(zhǔn)之一 斯坦福開(kāi)放圖測(cè)試基準(zhǔn) (Open Graph Benchmark, OGB) 上取得了最高水平或接近最高水平的結(jié)果：

Graph Transformer for Graph-to-Sequence Learning (Cai and Lam, 2020) 介紹了一個(gè)圖編碼器，它把節(jié)點(diǎn)表示為它本身的嵌入和位置嵌入的級(jí)聯(lián)，節(jié)點(diǎn)間關(guān)系表示為它們間的最短路徑，然后用一個(gè)關(guān)系增強(qiáng)的自注意力機(jī)制把兩者結(jié)合起來(lái)。

Rethinking Graph Transformers with Spectral Attention (Kreuzer et al, 2021) 介紹了譜注意力網(wǎng)絡(luò) (Spectral Attention Networks, SANs) 。它把節(jié)點(diǎn)特征和學(xué)習(xí)到的位置編碼 (從拉普拉斯特征值和特征向量中計(jì)算得到) 結(jié)合起來(lái)，把這些作為注意力的鍵 (keys) 和查詢 (queries) ，然后把邊特征作為注意力的值 (values) 。

GRPE: Relative Positional Encoding for Graph Transformer (Park et al, 2021) 介紹了圖相對(duì)位置編碼 Transformer。它先在圖層面的位置編碼中結(jié)合節(jié)點(diǎn)信息，在邊層面的位置編碼中也結(jié)合節(jié)點(diǎn)信息，然后在注意力機(jī)制中進(jìn)一步把兩者結(jié)合起來(lái)。

Global Self-Attention as a Replacement for Graph Convolution (Hussain et al, 2021) 介紹了邊增強(qiáng) Transformer。該架構(gòu)分別對(duì)節(jié)點(diǎn)和邊進(jìn)行嵌入，并通過(guò)一個(gè)修改過(guò)的注意力機(jī)制聚合它們。

Do Transformers Really Perform Badly for Graph Representation (Ying et al, 2021) 介紹了微軟的 Graphormer, 該模型在面世時(shí)贏得了 OGB 第一名。這個(gè)架構(gòu)使用節(jié)點(diǎn)特征作為注意力的查詢 / 鍵 / 值 (Q/K/V) ，然后在注意力機(jī)制中把這些表示與中心性，空間和邊編碼信息通過(guò)求和的方式結(jié)合起來(lái)。

最新的工作是 Pure Transformers are Powerful Graph Learners (Kim et al, 2022)，它引入了 TokenGT。這一方法把輸入圖表示為一個(gè)節(jié)點(diǎn)和邊嵌入的序列 (并用正交節(jié)點(diǎn)標(biāo)識(shí) (orthonormal node identifiers) 和可訓(xùn)練的類型標(biāo)識(shí) (type identifiers) 增強(qiáng)它) ，而不使用位置嵌入，最后把這個(gè)序列輸入給 Tranformer 模型。超級(jí)簡(jiǎn)單，但很聰明！

稍有不同的是，Recipe for a General, Powerful, Scalable Graph Transformer (Rampá?ek et al, 2022) 引入的不是某個(gè)模型，而是一個(gè)框架，稱為 GraphGPS。它允許把消息傳遞網(wǎng)絡(luò)和線性 (長(zhǎng)程的) transformer 模型結(jié)合起來(lái)輕松地創(chuàng)建一個(gè)混合網(wǎng)絡(luò)。這個(gè)框架還包含了不少工具，用于計(jì)算位置編碼和結(jié)構(gòu)編碼 (節(jié)點(diǎn)、圖、邊層面的) 、特征增強(qiáng)、隨機(jī)游走等等。

在圖數(shù)據(jù)上使用 transformer 模型還是一個(gè)非常初生的領(lǐng)域，但是它看上去很有前途，因?yàn)樗梢詼p輕 GNN 的一些限制，如擴(kuò)展到更大 / 更稠密的圖，抑或是增加模型尺寸而不必?fù)?dān)心過(guò)平滑問(wèn)題。

不錯(cuò)的處理圖數(shù)據(jù)的庫(kù)有 PyGeometric (用于圖機(jī)器學(xué)習(xí)) 以及 NetworkX (用于更通用的圖操作)。

如果你需要質(zhì)量好的測(cè)試基準(zhǔn)，你可以試試看：

OGB, 開(kāi)放圖測(cè)試基準(zhǔn) (the Open Graph Benchmark) ：一個(gè)可用于不同的任務(wù)和數(shù)據(jù)規(guī)模的參考圖測(cè)試基準(zhǔn)數(shù)據(jù)集。

Benchmarking GNNs: 用于測(cè)試圖機(jī)器學(xué)習(xí)網(wǎng)絡(luò)和他們的表現(xiàn)力的庫(kù)以及數(shù)據(jù)集。相關(guān)論文特地從統(tǒng)計(jì)角度研究了哪些數(shù)據(jù)集是相關(guān)的，它們可被用于評(píng)估圖的哪些特性，以及哪些圖不應(yīng)該再被用作測(cè)試基準(zhǔn)。

長(zhǎng)程圖測(cè)試基準(zhǔn) (Long Range Graph Benchmark): 最新的 (2022 年 10 月份) 測(cè)試基準(zhǔn)，主要關(guān)注長(zhǎng)程的圖信息。

Taxonomy of Benchmarks in Graph Representation Learning: 發(fā)表于 2022 年 Learning on Graphs 會(huì)議，分析并對(duì)現(xiàn)有的測(cè)試基準(zhǔn)數(shù)據(jù)集進(jìn)行了排序。

如果想要更多的數(shù)據(jù)集，可以看看:

Paper with code 圖任務(wù)排行榜:公開(kāi)數(shù)據(jù)集和測(cè)試基準(zhǔn)的排行榜，請(qǐng)注意，不是所有本排行榜上的測(cè)試基準(zhǔn)都仍然適宜。

TU 數(shù)據(jù)集: 公開(kāi)可用的數(shù)據(jù)集的合輯，現(xiàn)在以類別和特征排序。大多數(shù)數(shù)據(jù)集可以用 PyG 加載，而且其中一些已經(jīng)被集成進(jìn) PyG 的 Datsets。

審核編輯：劉清