赛道一热身赛 - 基于 GCN 的 Cora 节点分类任务

本项目提供了基于 Jittor 框架和 Jittor-Geometric 库实现的图卷积网络（GCN）基线代码，用于完成 Cora 数据集上的节点分类任务。

项目结构与运行流程

代码文件 gcn.py 实现了完整的模型训练与预测流程，主要包含以下步骤：

1. 数据读取与特征归一化：加载 data/cora.pkl，将特征及标签转为 Jittor 张量。对节点特征进行行归一化处理。
2. 图的稀疏转换：通过 gcn_norm 进行无向图自环处理及对称归一化，并利用 cootocsc 和 cootocsr 算子转换为适合图卷积加速的稀疏格式。
3. 模型定义：构建两层 GCNConv 结构的经典 GCN 神经网络，网络层间加入 ReLU 激活与 Dropout 层。
4. 模型训练：使用 Adam 优化器进行参数更新，以交叉熵（Cross Entropy）作为损失函数。
5. 模型验证：在每个 Epoch 评估训练集和验证集的分类准确率（Accuracy），保存最佳验证精度的模型状态。
6. 预测保存：对测试集节点进行预测，将预测得到的类别存入 result.json 文件中。

---

使用说明

1. 配置环境

请确保安装了 Jittor 框架以及对应的 Jittor-Geometric 图神经网络库：

• 安装 Jittor 可参考 Jittor 官网
• 安装 Jittor-Geometric 可参考 JittorGeometric Github 官方安装指南

主要依赖项：

• jittor
• jittor_geometric
• numpy

2. 数据集放置

请将数据集文件 cora.pkl 放置在项目根目录下的 data/ 目录中：

.
├── data/
│   └── cora.pkl
├── gcn.py
└── README.md

3. 运行训练与预测

运行以下命令启动训练：

python gcn.py

训练默认进行 200 个 Epoch。训练结束后，代码会自动评估测试集节点，并在根目录下输出 result.json。

---

数据集说明

数据集文件 data/cora.pkl 为 pickle 格式，包含以下字段：

字段	类型	说明
x	numpy array (2708, 1433)	节点特征矩阵
y	numpy array (2708,)	节点标签（测试集标签为 -1）
edge_index	numpy array (2, num_edges)	边列表（COO 格式）
train_mask	numpy bool array (2708,)	训练集掩码
val_mask	numpy bool array (2708,)	验证集掩码
test_mask	numpy bool array (2708,)	测试集掩码
num_classes	int	类别数（7）
num_features	int	特征维度（1433）

---

模型主要超参数

在 gcn.py 中，采用的超参数配置如下（可根据实际调优需求进行调整）：

• 隐藏层维度 (hidden_dim): 256
• 丢弃率 (dropout): 0.8
• 学习率 (learning rate): 0.01
• 权重衰减 (weight decay): 5e-4
• 训练轮数 (epochs): 200

---

输出结果

模型预测完毕后，会在当前目录下生成 result.json 文件。文件格式为 JSON 字典，其中键为测试节点索引（字符串形式），值为对应的预测类别（整型）。示例如下：

{
  "1701": 3,
  "1702": 1,
  "1703": 0
}

---

实验总结

• 模型结构: 两层 GCNConv，隐含层维度 256，Dropout 0.8。
• 训练策略: Adam 优化器，学习率 0.01，训练 200 Epochs。
• 性能表现: 验证集准确率稳定在 80%~81% 左右，达到赛题及格线（70%）