jittor-yedi-cora-gcn

第六届计图人工智能挑战赛热身赛一：基于引用网络的论文分类任务。

本项目使用计图（Jittor）实现两层 GCN，在 Cora 引用网络数据集上进行节点分类，并生成比赛提交所需的预测文件。

队伍信息

• 战队名：yedi
• 项目名：cora-gcn
• 仓库名：jittor-yedi-cora-gcn
• 赛题：热身赛一，基于引用网络的论文分类任务

环境安装

推荐使用 Docker 运行，避免不同电脑上的 Python、编译器、Jittor 版本差异。

• Docker
• Python：3.7（由镜像提供）
• 深度学习框架：Jittor
• Docker 镜像：jittor/jittor

拉取镜像：

docker pull jittor/jittor

本项目不依赖 JittorGeometric，GCN 的图卷积通过 Jittor 矩阵乘法实现。

数据准备

开源仓库不提交比赛原始数据。请从计图挑战赛热身赛一页面下载数据文件，并放置为：

data/cora.pkl

目录示例：

.
├── configs/
│   └── cora_gcn.json
├── data/
│   ├── README.md
│   └── cora.pkl
├── gcn.py
├── Dockerfile
├── LICENSE
└── README.md

如果 data/cora.pkl 缺失，程序会报错并提示需要把数据文件放到 data/ 目录下。

训练

Windows PowerShell：

docker run --rm -v "${PWD}:/workspace" -w /workspace jittor/jittor python3.7 gcn.py --config configs/cora_gcn.json

Linux 或 macOS：

docker run --rm -v "$PWD:/workspace" -w /workspace jittor/jittor python3.7 gcn.py --config configs/cora_gcn.json

关键参数在 configs/cora_gcn.json 中配置，包括：

• epochs：训练轮数
• hidden_dim：隐藏层维度
• dropout：dropout 比例
• lr：学习率
• weight_decay：权重衰减
• seed：随机种子
• data_root：数据目录
• output_path：预测结果输出路径

命令行参数优先级高于配置文件，例如：

docker run --rm -v "${PWD}:/workspace" -w /workspace jittor/jittor python3.7 gcn.py --config configs/cora_gcn.json --seed 42 --epochs 500

评测/推理

本热身赛代码在训练后直接对测试节点生成预测结果。默认输出为：

outputs/result.json

如需生成平台提交用的根目录 result.json，运行：

docker run --rm -v "${PWD}:/workspace" -w /workspace jittor/jittor python3.7 gcn.py --config configs/cora_gcn.json --output result.json

然后打包：

Compress-Archive -LiteralPath gcn.py,result.json -DestinationPath result.zip -Force

方法说明

本项目实现的是两层 GCN。

首先对节点特征做行归一化。然后根据 edge_index 构建无向邻接矩阵，并加入自环。GCN 使用常见的归一化邻接矩阵：

A_hat = D^(-1/2) A D^(-1/2)

每层图卷积执行：

H_next = A_hat H W

其中 A_hat H 表示按图结构聚合邻居节点信息，W 是可训练的线性变换参数。换句话说，GCN 的核心思想是：一个节点的分类不只看自己，还要看它在引用网络里的邻居。

结果说明

本地复现结果：

Final Best Val Acc: 0.8060
Saved result.json with 1000 test nodes.

指标说明：

• Best Val Acc：验证集节点分类准确率。
• result.json：测试集节点预测类别，用于线上提交。

热身赛线上排名：60。

线上排名与本地验证集准确率可能不完全一致，因为线上排名使用的是测试集评测结果，而本地可见的是验证集结果。

可复现说明

• 随机种子由 seed 统一设置，默认值为 42。
• 每次运行会在 outputs/ 下保存实际配置 config.json 和运行命令 command.txt。
• outputs/、result.json、result.zip 和原始数据文件默认不提交到 Git 仓库。

开源说明

本仓库代码基于计图框架实现，未使用预训练模型，未引用第三方比赛代码。运行 gcn.py 可以从比赛数据生成提交结果，用于复现热身赛提交。