介绍

大约一个月前学习的DGL图神经网络时，为了便于自己学习和重温用的，从0搭建起来的例子。
有两条环状排列的节点，构造它们的全连接图，然后判断节点是属于内环还是属于外环。

输入有两个，一个是节点自身的XY坐标，一个是节点之间的关系图。
输出是一个onehot向量，只有两个结果，0或1。0代表为节点属于内环，1代表节点属于外环。

然后数据集里面，每个图的都是长这样的，但是它们的内环和外环的半径各不相同，环的中心坐标也各不相同。

内外环数据集会在首次运行时，自动和随机生成。

Github仓库：https://github.com/One-sixth/DGL-Classify-Ring

示例图：

Start / 开始

非常简单，只需要克隆本仓库，使用以下命令启动即可。
内外环图数据集会自动随机生成。
网络会自动开始训练和验证。
你可以在文件夹 show_dir 中看到训练中生成的图像。

git clone https://github.com/One-sixth/DGL-Classify-Ring
cd ./DGL-Classify-Ring
python gnn_example.py