已经接触GNN有一段时间了，但认真看过的论文只有GCN和GAT，代码也是这一部分的pytorch实现，现在不够用了，因为我需要变长的图，pytorch的dataloader不对齐不能用，所以只好另想它法，决定学习使用GNN专用库geometric，它的优点是速度快，方便使用。那么接下来一周左右，我将集中学习这个库的实战，以及争取抓紧把之前买的GNN课程看完（因为快过期了！），然后开心的粗去玩耍~~~因为之后到年底都要闭关学习啦~
1. 安装geometric及各依赖包，我python3.6
会出错，所以直接上成功版步骤：https://www.cnblogs.com/yqpy/p/13498200.html
先确保torch版本是1.4.0 升级看：https://blog.csdn.net/Songyongchao1995/article/details/111186931
我的环境是Linux
CUDA=cu101
pip install torch-scatter==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-1.4.0.html
pip install torch-sparse==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-1.4.0.html
pip install torch-spline-conv==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-1.4.0.html
pip install torch-cluster==1.5.5
pip install torch-geometric==1.7.2
还看到一个博客记录：https://blog.csdn.net/u014714362/article/details/108614868，没试过。
其实可以直接到官网上下载符合条件的版本到本地，pip安装即可：https://pytorch-geometric.com/whl/
如果pytorch版本在1.8.0以上，可以按照官方给出的Quick Start一键安装：https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html
2. 教程积累（不断更新）：
（1）https://pytorch-geometric.readthedocs.io/en/latest/
3. 初识
github地址：https://github.com/rusty1s/pytorch_geometric
pytorch-geometric (PyG) 包含很多经典GNN模型，依托pytorch可以快速上手，它的逻辑架构有4部分：
底层Engine依托pytorch的稀疏张量处理工具torch_scatter和torch_sparse，分别是进行数据修改和数据压缩的。
Storage负责数据处理、转换和加载多线程
Operators负责一些使用GNN的必要功能组件，可以合并和应用GNN的各个部分，从而保证可以实现多种多样的GNN
最终上层提供了很多GNN模型，有经典论文中的模型，也支持自定义的模型。
今天效率不高，先到这里吧，明天开始攻略官方文档！
