小白学习GNN的过程中遇到的一些函数

torch_scatter官方文档：github.com/rusty1s/pyt…

1. torch_scatter.scatter

scatter方法——通过src和index两个张量来获得一个新的张量。

torch_scatter.scatter(src: torch.Tensor, index: torch.Tensor, dim: int = - 1, out: Optional[torch.Tensor] = None, dim_size: Optional[int] = None, reduce: str = 'sum') → torch.Tensor

• 根据index，将index相同值对应的src元素进行对应定义的计算
• dim为在第几维进行相应的运算

具体在GIN.py中

#将dst相同值对应的edge_attr 边信息，在第0维进行sum运算
node_feat = scatter_sum(edge_attr, dst, dim=0, dim_size=x.shape[0])

e.g.scatter_sum即进行sum运算，scatter_mean即进行mean运算，scatter_max即进行max运算

关于 scatter_mean

---

同理scatter_max

2. torch.gather

torch.gather()是torch的一个函数

∴import torch即可

• torch.gather()函数作用：提取tensor张量中特定的元素

torch.gather(input, dim, index, out=None, sparse_grad=False) → Tensor

常用参数(三个)：

• input
• dim
• index

• input: 你要输入的torch.tensor()

• dim: 要处理的维度，一个[ ]表示一个维度，比如[ [ 2,3 ] ]中的2和3就是在第二维,dim可以取0，1，2等；

• index: 必须为torch.LongTensor()的类型，且维度大小必须和input相同，index中每一个值表示input在dim维中的下标，下标从0开始

对应代码实现：

• 讨论源Tensor维度

1. 一维Tensor

2. 二维Tensor（dim=0 为行聚合； dim=1 为列聚合）

3. 三维Tensor（针对dim=0，1，2 三种维度聚合）

以2×3×4 的Tensor为例🌰

• dim=2（对×4而言）和dim=1（对×3而言）

• dim=0（对2而言）