GNN项目

这个项目使用图神经网络(GNN)来处理和分析数据。

文件结构

• nodegnn.ipynb: 主要的Jupyter notebook文件,包含了整个项目的代码。

主要功能

1. 数据预处理

   • 解析输入字符串
   • 构建抽象语法树(AST)
   • 将AST转换为DGL图

2. 图神经网络模型

   • 使用GraphConv层构建GCN模型
   • 实现前向传播

3. 数据加载和训练

   • 使用GraphDataLoader加载数据
   • 实现训练循环和测试

4. 其他功能

   • JSON数据处理
   • 文件读取

依赖库

• dgl
• torch
• numpy
• pandas
• sklearn

使用说明

1. 确保已安装所有必要的依赖库。
2. 打开nodegnn.ipynb文件。
3. 按顺序运行各个代码单元。

注意事项

• 部分代码可能需要根据实际数据路径进行调整。
• 确保输入数据格式正确,特别是在处理AST和图转换时。

待改进

• 优化图的构建过程
• 增加更多的错误处理和日志记录
• 改进模型架构以提高性能