更新：我们在 NeurIPS 2021 的一篇专注于大规模图学习的论文中扩展了这项工作，请参阅我们在 arXiv：2110.14446 上的新工作，并在存储库 Non-Homophily-Large-Scale 中查看新数据集和代码。

以下是论文随附的代码和数据集：
非同性图学习的新基准
Derek Lim（康奈尔大学）、Xiuyu Li（康奈尔大学）、Felix Hohne（康奈尔大学）和 Ser-Nam Lim（Facebook AI）。
图学习基准研讨会，WWW 2021。
[PDF链接]

有一些代码可以加载我们提议的数据集，计算我们对同性存在的度量，并在我们的实验设置中训练各种图机器学习模型。

main.py包含主要的实验脚本。

dataset.py加载我们的数据集。

models.py包含图形机器学习模型的实现，尽管 C&S （， ） 位于单独的文件中。此外，还包含用于在 ogbn 蛋白上运行 GCN 和 GCN+JK 的代码。在较大的数据集上运行多个 GNN 模型可能需要至少 24GB 的 VRAM。correct_smooth.pycs_tune_hparams.pygcn-ogbn-proteins.py

homophily.py包含用于计算同质度量的函数，包括我们在 中介绍的函数。our_measure

正如论文中所讨论的，我们提出的数据集是“twitch-e”、“yelp-chi”、“deezer”、“fb100”、“pokec”、“ogbn-proteins”、“arxiv-year”和“snap-patents”，它们可以通过传入各自的字符串名称来加载。其中许多数据集都包含在目录中，但由于其大小，yelp-chi、snap-patents 和 pokec 在从 加载时会自动从 Google 驱动器链接下载。arxiv-year 和 ogbn-proteins 数据集使用 OGB 下载器下载。 返回一个 NCDataset，其中也提供了该文档。它在功能上等同于 OGB 的用于节点属性预测的库不可知加载器，除了它返回火炬张量这一事实。有关更具体的文档，请参阅 OGB 网站。就像 OGB 函数一样，返回用于训练、验证和测试的固定数据集拆分。load_nc_datasetdataset.pydata/dataset.pyload_nc_datasetdataset.pydataset.get_idx_split()

当有多个图时（如 twitch-e 和 fb100 的情况），可以通过将参数传递给 in 来加载不同的图。sub_datanameload_nc_datasetdataset.py

twitch-e 由七个图 [“DE”、“ENGB”、“ES”、“FR”、“PTBR”、“RU”、“TW”] 组成。在论文中，我们在 DE 上进行了测试。

FB100 由 100 个图形组成。我们在此存储库中仅包含 [“Amherst41”， “Cornell5”， “Johns Hopkins55”， “Penn94”， “Reed98”]，尽管其他可以从 Internet 存档下载。在论文中，我们在 Penn94 上进行了测试。

1. 使用 python=3.8 创建并激活新的 conda 环境（即conda create --name non-hom python=3.8)
2. 激活 conda 环境
3. 使用nvidia-smi
4. 在此存储库的根目录中，运行 ，将 cu110 替换为您的 CUDA 版本（即 CUDA 11 -> cu110、CUDA 10.2 -> cu102、CUDA 10.1 -> cu101）。我们在 Ubuntu 18.04、CUDA 11.0 上进行了测试。bash install.sh cu110

1. 确保根目录中存在结果文件夹。
2. 我们的实验在目录中。有用于在单个和多个数据集上运行方法的 bash 脚本。请注意，实验必须从根目录运行。例如，要在 snap-patents 上运行 MixHop 实验，请使用：experiments/

bash experiments/mixhop_exp.sh snap-patents

某些数据集需要指定第二个参数，例如要在 twitch-e 上运行 MixHop 实验，DE sub_dataset，请执行以下作：sub_dataset

bash experiments/mixhop_exp.sh twitch-e DE

否则，请运行以查看运行试验的选项的完整列表。举个例子，要训练具有 32 个隐藏通道和 4 个注意力头的（定向）arxiv 年具有最大跳跃知识连接的 GAT，请运行：python main.py --help

python main.py --dataset arxiv-year --method gatjk --hidden_channels 32 --gat_heads 4 --directed

如果您在研究中使用此代码或我们的结果，请引用：

@article{lim2021new,
  title={New Benchmarks for Learning on Non-Homophilous Graphs},
  author={Lim, Derek and Li, Xiuyu and Hohne, Felix and Lim, Ser-Nam},
  journal={arXiv preprint arXiv:2104.01404},
  year={2021}
}