jittor-无敌暴龙战士-赛道一热身赛

第六届计图人工智能挑战赛 - 赛道一热身赛：基于 GCN 的 Cora 节点分类任务

环境安装

• Python: 3.12
• 框架: Jittor 1.3.11 + JittorGeometric 2.0

pip install jittor scipy numpy
pip install git+https://github.com/AlgRUC/JittorGeometric.git

数据准备

将 data/cora.pkl 放置于 data/ 目录下。数据集格式为 pickle，包含节点特征、标签、边列表和训练/验证/测试掩码。

训练

python gcn.py

默认 300 epochs，余弦退火学习率调度。训练完成后自动生成 result.json。

模型说明

组件	配置
第一层	GCNConv(1433, 256) + ReLU
Dropout	0.8
第二层	GCNConv(256, 7)
优化器	Adam (lr=0.01, weight_decay=5e-4)
LR 调度	Cosine Annealing
Epochs	300
随机种子	42

结果

指标	数值
Val Accuracy	81.20%

计算方式：对验证集节点预测类别与真实标签的准确率（top-1 accuracy）。

文件结构

├── gcn.py          # GCN 模型训练与预测代码
├── result.json     # 测试集预测结果（训练后生成）
├── README.md       # 本文件
├── LICENSE         # MIT License
├── .gitignore      # Git 忽略规则
└── data/
    └── cora.pkl    # Cora 引文网络数据集

开源地址

• GitLink: https://gitlink.org.cn/[username]/jittor-无敌暴龙战士-赛道一热身赛

致谢

基于 JittorGeometric 官方 GCN 示例代码，感谢清华大学 Jittor 团队。