环境安装

• Python >= 3.8
• Jittor + jittor_geometric

pip install -r requirements.txt

数据准备

下载 Cora 数据集，将 cora.pkl 放到 data/ 目录：

data/
  cora.pkl

数据路径可通过 --data-root 和 --data-file 自定义。

训练 & 推理

# 使用默认配置运行（8 种子训练 + 早停 + 模型选择）
python gcn.py

# 指定单个随机种子
python gcn.py --seed 42

# 指定数据路径和输出目录
python gcn.py --data-root ./data --output-dir ./outputs

# 使用配置文件
python gcn.py --config configs/gcn.json

# 使用 CPU
python gcn.py --cpu

配置优先级：命令行参数 > 配置文件 > 代码默认值。

结果说明

• 指标：节点分类准确率（Accuracy）
• 输出：outputs/result.json，格式为 {节点编号: 预测类别}
• 每次运行还会在 outputs/ 下保存生效配置（config.json）和运行命令（command.txt）

可复现性

• 训练过程使用 jt.misc.set_global_seed(seed) 统一设置随机种子
• 每次运行自动保存生效配置和完整命令行
• 默认使用 5 个随机种子（42, 12, 7, 99, 2024）取最优，可通过 --seed 覆盖为单种子

项目结构

./
  gcn.py              # 主训练/推理脚本
  README.md
  .gitignore
  requirements.txt
  data/               # 数据目录（不提交）
    cora.pkl
  outputs/            # 输出目录（不提交）
    result.json
    config.json
    command.txt