| from deeprobust.graph.data import Dataset |
| import numpy as np |
| import random |
| import time |
| import argparse |
| import torch |
| from utils import * |
| import torch.nn.functional as F |
| from gcond_agent_induct import GCond |
| from utils_graphsaint import DataGraphSAINT |
|
|
|
|
| parser = argparse.ArgumentParser() |
| parser.add_argument('--gpu_id', type=int, default=0, help='gpu id') |
| parser.add_argument('--dataset', type=str, default='cora') |
| parser.add_argument('--dis_metric', type=str, default='ours') |
| parser.add_argument('--epochs', type=int, default=600) |
| parser.add_argument('--nlayers', type=int, default=3) |
| parser.add_argument('--hidden', type=int, default=256) |
| parser.add_argument('--lr_adj', type=float, default=0.01) |
| parser.add_argument('--lr_feat', type=float, default=0.01) |
| parser.add_argument('--lr_model', type=float, default=0.01) |
| parser.add_argument('--weight_decay', type=float, default=0.0) |
| parser.add_argument('--dropout', type=float, default=0.0) |
| parser.add_argument('--normalize_features', type=bool, default=True) |
| parser.add_argument('--keep_ratio', type=float, default=1.0) |
| parser.add_argument('--reduction_rate', type=float, default=0.01) |
| parser.add_argument('--seed', type=int, default=15, help='Random seed.') |
| parser.add_argument('--alpha', type=float, default=0, help='regularization term.') |
| parser.add_argument('--debug', type=int, default=0) |
| parser.add_argument('--sgc', type=int, default=1) |
| parser.add_argument('--inner', type=int, default=0) |
| parser.add_argument('--outer', type=int, default=20) |
| parser.add_argument('--option', type=int, default=0) |
| parser.add_argument('--save', type=int, default=0) |
| parser.add_argument('--label_rate', type=float, default=1) |
| parser.add_argument('--one_step', type=int, default=0) |
| args = parser.parse_args() |
|
|
| torch.cuda.set_device(args.gpu_id) |
|
|
| |
| random.seed(args.seed) |
| np.random.seed(args.seed) |
| torch.manual_seed(args.seed) |
| torch.cuda.manual_seed(args.seed) |
|
|
| print(args) |
|
|
| data_graphsaint = ['flickr', 'reddit', 'ogbn-arxiv'] |
| if args.dataset in data_graphsaint: |
| |
| data = DataGraphSAINT(args.dataset, label_rate=args.label_rate) |
| data_full = data.data_full |
| else: |
| data_full = get_dataset(args.dataset, args.normalize_features) |
| data = Transd2Ind(data_full, keep_ratio=args.keep_ratio) |
|
|
| agent = GCond(data, args, device='cuda') |
|
|
| agent.train() |
|
|
