gcnn2.0

基于tensorflow2.4的图卷积网络，可用于图节点分类以及图分类

图节点分类

• 入口文件:train_gcn.py

• 示例样本:data文件夹中的文件，通过运行utils.py中的generate_sz函数生成，因为当图过大时，每次通过shp文件计算特征和邻接矩阵耗时过久， 所以需要提前将特征和邻接矩阵算好，然后直接通过读取

图分类

• 入口文件:train.py

• 暂未提供样本

代码结构

data 图节点分类示例样本

utils.py 数据处理相关代码，包括特征提取，计算拉普斯拉矩阵等

model.py 模型架构，gcnnmodel是图分类模型，gcnmodel是图节点分类模型

metrics.py 用于图节点分类模型的评价指标，计算损失值和准确率

layers.py 卷积层和全连接层的相关代码

train.py 图节点分类模型的训练

train_gcn.py 图分类模型的训练