Skip to content

Latest commit

 

History

History
97 lines (72 loc) · 3.19 KB

README_cn.md

File metadata and controls

97 lines (72 loc) · 3.19 KB
Raw

InfoGraph

中文版本 English Version

背景介绍

整张图的表征对现实中的很多任务都至关重要，比如分子的性质预测。InfoGraph是目前对整个图特征表征学习模型，它通过最大图的整体表征与不同子结构表征之间的信息熵，从而实现无监督的表征学习。

数据集

MUTAG

MUTAG是图学习中的常用数据集，它包含了188个测试了对细菌诱变效应的有机分子，可以看做是一个图的二分类问题。假设所以下载的数据集都放在data目录下，则可以使用下面方法下载MUTAG数据集：

mkdir -p mutag/raw && cd mutag/raw
wget ftp://ftp.ics.uci.edu/pub/baldig/learning/mutag/mutag_188_data.can
wget ftp://ftp.ics.uci.edu/pub/baldig/learning/mutag/mutag_188_target.txt

PTC-MR

PTC-MR是一个包含344个分子的二分类数据集，它标记了这些化合物对啮齿动物的致癌性。假设所以下载的数据集都放在data目录下，则可以使用下面方法下载PTC-MR数据集：

mkdir -p ptc_mr/raw && cd ptc_mr/raw
wget ftp://ftp.ics.uci.edu:21/pub/baldig/learning/ptc/ptc_MR_data.can
wget ftp://ftp.ics.uci.edu:21/pub/baldig/learning/ptc/ptc_MR_target.txt

下载完成后，运行下面的脚本进行数据预处理：

python scripts/preprocess_data.py

最后，data目录看起来是这样的：

data
├── mutag
│   ├── processed
│   │   ├── data.npz
│   │   └── smiles.txt
│   └── raw
│       ├── mutag_188_data.can
│       └── mutag_188_target.txt
└── ptc_mr
    ├── processed
    │   ├── data.npz
    │   └── smiles.txt
    └── raw
        ├── ptc_MR_data.can
        └── ptc_MR_target.txt

使用说明

参数设置

Python脚本unsupervised_pretrain.py是InfoGraph模型的入口，它需要的超参数配置请参见model_configs/unsupervised_pretrain_config.json.

训练与评估

为了方便实验，我们提供了shell脚本scripts/unsupervised_pretrain.sh实现一体化的训练以及评估学习到的图表征。在运行该脚本前，需要配置实验重复次数，数据集的根目录，以及超参配置的路径。

runs=3
root="data"
config="model_configs/unsupervised_pretrain_config.json"

评估结果：

Datasets paper our run-1 our run-2 our run-3
MUTAG 89.01+/-1.13 91.43 90.20 90.45
PTC-MR 61.64+/-1.43 60.59 64.09 60.28

引用

InfoGraph

@inproceedings{sun2019infograph, title={InfoGraph: Unsupervised and Semi-supervised Graph-Level Representation Learning via Mutual Information Maximization}, author={Sun, Fan-Yun and Hoffman, Jordan and Verma, Vikas and Tang, Jian}, booktitle={International Conference on Learning Representations}, year={2020} }