返利网网站怎么做,wordpress原创保护,帮别人做非法网站,如皋网站建设招标转载请注明出处#xff1a;小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你#xff0c;欢迎[点赞、收藏、关注]哦~ 目录
函数说明
用法示例
示例 1: 获取所有边的源节点和目标节点
示例 2: 获取特定节点的出边
示例 3: 获取所有边的边ID
示例 4: 获取所有信息小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你欢迎[点赞、收藏、关注]哦~ 目录
函数说明
用法示例
示例 1: 获取所有边的源节点和目标节点
示例 2: 获取特定节点的出边
示例 3: 获取所有边的边ID
示例 4: 获取所有信息源节点、目标节点和边ID
示例 5: 对于有多种边缘类型的图形需要在查询中指定边的类型
示例 6对于无向图则边是双向的 dgl.DGLGraph.out_edges — DGL 2.3 documentation 函数说明 dgl.DGLGraph.out_edges 是 DGLDeep Graph Library中的一个方法用于获取图中所有边的源节点和目标节点。这个方法可以用于返回整个图的边也可以通过传入指定的节点来获取从这些节点出发的边。
DGLGraph.out_edges(uALL, etypeNone, formuv)参数 u节点ID: 可以是 单个节点ID整数。可以是 节点ID的张量Int Tensor每个元素是一个节点ID。张量的设备类型和ID数据类型必须与图的相同。可以是 可迭代的节点ID列表iterable[int]每个元素是一个节点ID。 form字符串可选: eid: 返回1D张量表示所有边的ID。uv默认: 返回一个2元组(1D张量)分别表示所有边的源节点和目标节点。all: 返回一个3元组(1D张量)分别表示所有边的源节点、目标节点和边ID。 etype字符串或(字符串, 字符串, 字符串)可选: 边的类型名称。格式可以是 (源节点类型, 边类型, 目标节点类型)。或者是一个唯一标识三元组格式的字符串类型名称。如果图中只有一种类型的边可以省略。
返回值
返回所有指定类型节点的出边。返回形式取决于 form 参数的值。 eid: 返回一个1D张量表示所有边的ID。uv: 返回一个2元组(1D张量)分别表示所有边的源节点和目标节点。all: 返回一个3元组(1D张量)分别表示所有边的源节点、目标节点和边ID。 用法示例
我们创建一个如图所示的简单的graph 示例 1: 获取所有边的源节点和目标节点
import dgl
import torch# 创建一个简单的图包含4个节点和4条边
u torch.tensor([0, 0, 1, 2])
v torch.tensor([1, 2, 3, 3])
graph dgl.graph((u, v))# 获取所有边的源节点和目标节点
src, dst graph.out_edges(graph.nodes())print(源节点:, src)
print(目标节点:, dst)# 源节点: tensor([0, 0, 1, 2])
# 目标节点: tensor([1, 2, 3, 3])示例 2: 获取特定节点的出边
# 获取节点0和节点1的出边
nodes torch.tensor([0, 1])
src, dst graph.out_edges(nodes)print(源节点:, src)
print(目标节点:, dst)# 源节点: tensor([0, 0, 1])
# 目标节点: tensor([1, 2, 3])示例 3: 获取所有边的边ID
# 获取所有边的边ID
edge_ids graph.out_edges(graph.nodes(), formeid)print(边ID:, edge_ids)# 边ID: tensor([0, 1, 2, 3])示例 4: 获取所有信息源节点、目标节点和边ID
# 获取所有边的源节点、目标节点和边ID
src, dst, eid graph.out_edges(graph.nodes(), formall)print(源节点:, src)
print(目标节点:, dst)
print(边ID:, eid)# 源节点: tensor([0, 0, 1, 2])
# 目标节点: tensor([1, 2, 3, 3])
# 边ID: tensor([0, 1, 2, 3])示例 5: 对于有多种边缘类型的图形需要在查询中指定边的类型
hg dgl.heterograph({(user, follows, user): (torch.tensor([0, 1]), torch.tensor([1, 2])),(user, plays, game): (torch.tensor([3, 4]), torch.tensor([5, 6]))
})
hg.out_edges(torch.tensor([1, 2]), etypefollows)# (tensor([1]), tensor([2])) 示例 6对于无向图则边是双向的 注意在dgl的图中所有边都是有向的如果要创建无向图需要创建双向边。 import dgl
import torch# 创建一个无向图包含4个节点和4条边
u torch.tensor([0, 0, 1, 2])
v torch.tensor([1, 2, 3, 3])# 创建双向边以模拟无向图
u_bi torch.cat([u, v])
v_bi torch.cat([v, u])graph dgl.graph((u_bi, v_bi))
# 简化图
graph dgl.to_simple(graph)# 获取节点的出边
src, dst graph.out_edges([1, 3])print(源节点:, src)
print(目标节点:, dst)# 源节点: tensor([1, 1, 3, 3])
# 目标节点: tensor([3, 0, 1, 2])
