Jittor-7 Warmup 1

第六届计图人工智能挑战赛热身赛一代码。任务是 Cora 引文网络节点分类：给定论文节点特征和引用关系，预测测试节点的类别。

这个仓库主要保留提交用代码和复现步骤。实验参数和提交记录放在 docs/experiment_log.md。

Files

gcn.py                 # 模型训练和预测
run.py                 # 生成 result.zip 的入口
requirements.txt
docs/
  competition_brief.md
  experiment_log.md

Data

数据文件放在：

data/cora.pkl

官方附件：

https://www.educoder.net/api/attachments/att-19d687a579c1e1252?type=application/x-zip-compressed

复现时下载数据后放到上面的位置即可。

Environment

本地快速复现只需要：

pip install -r requirements.txt

如果要跑 Jittor 版本，需要在 Linux、WSL 或比赛环境里安装 Jittor 和 JittorGeometric。Windows 下我主要用 NumPy 版本检查流程和提交格式。

Run

本地生成提交包：

python run.py predict

等价于当前记录里使用的参数：

python run.py predict --backend numpy --seed 8 --dropout 0.4 --weight_decay 0.001

输出：

submissions/warmup1/result.zip

压缩包内部是比赛要求的两个文件：

gcn.py
result.json

如果在 Jittor 环境复现：

python run.py predict --backend jittor

Result Format

result.json 是一个字典：

{
  "1708": 2,
  "1709": 5
}

key 是测试节点编号，value 是预测类别编号。提交时只上传 result.zip，不要单独上传 result.json。

Notes

• 当前提交以通过热身赛为目标，没有把大量调参逻辑堆进代码。
• gcn.py 里保留了 Jittor 后端和 NumPy 后端。NumPy 后端用于 Windows 本地生成结果；Jittor 后端用于比赛环境复现。
• 线上结果以平台评测为准，本地验证集只用于调参参考。