图卷积网络：从理论到实践

06-07-2025

Tags: python 人工智能 机器学习 图卷积网络 GCN

图卷积网络（Graph Convolutional Networks, GCNs）彻底改变了基于图的机器学习领域，使得深度学习能够应用于非欧几里得结构，如社交网络、引文网络和分子结构。本文将解释GCN的直观理解、数学原理，并提供代码片段帮助您理解和实现基础的GCN。

图表示法基础

定义图G = (V, E)，其中：

  • $V$：节点集合
  • $E$：边集合
  • $A \in \mathbb{R}^{N \times N}$：邻接矩阵
  • $X \in \mathbb{R}^{N \times F}$：节点特征矩阵

其中，$N$是节点数量，$F$是每个节点的输入特征数量。

邻接矩阵

邻接矩阵是表示图中节点之间连接（边）的一种方式。

  • 对于具有$N$个节点的图，$A$是一个$N \times N$的矩阵。
  • 如果节点$i$和节点$j$之间有边，则$A_{ij} = 1$（如果带权重，则为边的权重）；否则$A_{ij} = 0$。
  • 在无向图中，$A$是对称的（$A_{ij} = A_{ji}$）。
  • 例如，一个3节点图，其中节点0连接到节点1和2： \(A = \begin{bmatrix} 0 & 1 & 1 \\ 1 & 0 & 0 \\ 1 & 0 & 0 \end{bmatrix}\)

邻接矩阵

节点特征矩阵

节点特征矩阵存储图中每个节点的特征（属性）。

  • $N$是节点数量，$F$是每个节点的特征数量。
  • 每一行$X_i$是节点$i$的特征向量。
  • 例如，如果每个节点有3个特征（比如年龄、收入和组别），共有4个节点： \(X = \begin{bmatrix} 23 & 50000 & 1 \\ 35 & 60000 & 2 \\ 29 & 52000 & 1 \\ 41 & 58000 & 3 \end{bmatrix}\)
  • 这些特征是GCN用来学习的输入。

两者共同构成了图卷积网络的基本输入：

  • 邻接矩阵$A$描述了节点如何连接。
  • 节点特征矩阵$X$描述了每个节点的特征。

GCN层公式（Kipf & Welling, 2016）

GCN层的核心公式如下：

\[H^{(l+1)} = \sigma(\tilde{D}^{-1/2} \tilde{A} \tilde{D}^{-1/2} H^{(l)} W^{(l)})\]

这个公式包含了很多信息，我们将在下面详细解析：

输入：

  • $H^{(l)}$：上一层的节点特征（对于第一层，$H^{(0)} = X$，即输入特征）
  • $\tilde{A} = A + I$：添加了自环的邻接矩阵（$I$是单位矩阵）。图中的自环是指节点与自身相连的边。在邻接矩阵中，节点$i$的自环表示为$\tilde{A}_{ii} = 1$。添加自环后，我们得到新矩阵：$\tilde{A} = A + I$。这一步很重要，因为我们希望在聚合时保留节点自身的特征。否则，节点只能从邻居获取信息，而丢失了自身特征。
  • $\tilde{D}$：$\tilde{A}$的对角度矩阵（包含每个节点的连接数，包括自环）
  • $W^{(l)}$：第$l$层的可训练权重矩阵
  • $\sigma$：非线性激活函数（如ReLU）

关键操作：

  • 消息传递：
    • $\tilde{A}H^{(l)}$：每个节点聚合其邻居的特征向量
    • 添加自环（$\tilde{A} = A + I$）确保节点在聚合时包含自身特征
  • 归一化：防止特征尺度在层间变化过大，通过节点度进行归一化有助于训练稳定性
    • $\tilde{D}^{-1/2} \tilde{A} \tilde{D}^{-1/2}$：这步称为对称归一化或重归一化技巧。
    • 如果没有归一化，具有许多连接（高度数）的节点在聚合后会有更大的特征值，这可能导致数值不稳定和训练困难。
    • $\tilde{D}$：度矩阵（对角矩阵，其中$\tilde{D}{ii} = \sum_j \tilde{A}{ij}$)
    • $\tilde{D}^{-1/2}$：度矩阵的逆平方根
    • 左乘（$\tilde{D}^{-1/2} \tilde{A}$）：将每一行除以节点度数的平方根。这归一化了每个节点发出消息的影响。
    • 右乘（$\cdot \tilde{D}^{-1/2}$）：将每一列除以节点度数的平方根。这归一化了每个节点接收消息的影响。

考虑一个简单的3节点图：

节点0连接到节点1
节点1连接到节点0和2
节点2连接到节点1

添加自环后：

A = [[1, 1, 0],
    [1, 1, 1],
    [0, 1, 1]]
    
D = [[2, 0, 0],
    [0, 3, 0],
    [0, 0, 2]]  # 度数：2, 3, 2

D^(-1/2) = [[1/√2, 0,     0   ],
           [0,    1/√3,  0   ],
           [0,    0,     1/√2]]

归一化后的矩阵为：

D^(-1/2)AD^(-1/2) = 
  [[1/2,   1/√6,    0   ],
  [1/√6,  1/3,    1/√6  ],
  [0,     1/√6,    1/2  ]]

在每一层，节点都会聚合来自其邻居（包括自身）的信息。网络越深，信息传播得越远。每个节点的新表示是其自身特征和邻居特征的加权平均。权重通过训练过程学习得到。归一化确保具有许多邻居的节点不会主导学习过程。

在社交网络中，每个人（节点）都有一些特征（如年龄、兴趣等），GCN层让每个人根据其朋友的信息更新自己的理解。归一化确保受欢迎的人（有很多朋友）不会主导学习过程。

在Cora数据集上实现节点分类的GCN

Cora数据集是一个引文网络，其中节点代表学术论文，边代表引用关系。每篇论文都有一组特征（如作者、标题、摘要）和一个标签（如论文主题）。总共有2,780篇论文（节点）和5,429条引用（边）。每篇论文由一个二进制词向量表示，表示1,433个唯一词典单词的存在（1）或不存在（0）。论文被分为7个类别（如神经网络、概率方法等）。目标是根据每篇论文的特征和引用关系预测其类别。

模型架构

GCN模型有2层：

class GCN(torch.nn.Module):
    def __init__(self):
        super(GCN, self).__init__()
        self.conv1 = GCNConv(dataset.num_node_features, 16)  # 输入到隐藏层
        self.conv2 = GCNConv(16, dataset.num_classes)       # 隐藏层到输出

第一层GCN将输入特征（1,433维）降维到16维。第二层GCN将16维降维到7维（类别数）。

前向传播函数

def forward(self):
    x, edge_index = data.x, data.edge_index
    x = self.conv1(x, edge_index)  # 第一层GCN
    x = F.relu(x)                  # 非线性激活
    x = F.dropout(x, training=self.training)  # 可选的dropout
    x = self.conv2(x, edge_index)  # 第二层GCN
    return F.log_softmax(x, dim=1)  # 每个类别的对数概率

x = self.conv1(x, edge_index) 做了几件事：它向图中添加自环，计算归一化邻接矩阵$\tilde{D}^{-1/2} \tilde{A} \tilde{D}^{-1/2}$，与输入特征和权重$H^{(l)} W^{(l)}$相乘，并应用归一化和聚合。基本上，所有复杂的数学运算都由GCNConv层处理了。F.relu(x)应用ReLU激活函数，F.dropout(x, training=self.training)应用dropout来防止过拟合。第二层GCN x = self.conv2(x, edge_index) 做同样的事情，但是使用不同的权重$H^{(l)} W^{(l)}$。

训练过程

model = GCN()
data = dataset[0]  # 获取第一个图对象
optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4)

model.train()
for epoch in range(200):
    optimizer.zero_grad()
    out = model(data)
    loss = F.nll_loss(out[data.train_mask], data.y[data.train_mask])
    loss.backward()
    optimizer.step()

我们使用带权重衰减的Adam优化器。Adam是一种自适应学习率优化算法，它结合了AdaGrad和RMSProp的优点。它维护每个参数的学习率，并使用梯度的移动平均和梯度平方的移动平均。由于稀疏梯度在GNN中很常见，使用Adam是合理的。

它有两个主要参数：lr是学习率，weight_decay是L2正则化参数。权重衰减通过向损失函数添加惩罚项来防止过拟合，并将模型权重推向较小的值，防止任何单个权重变得过大。使用L2时，原始损失$L(\theta)$变为$L(\theta) + \lambda \sum \theta_i^2$，其中$\lambda$是权重衰减参数。weight_decay=5e-4意味着$\lambda = 0.0005$。它通过保持权重较小来防止过拟合，并使模型对未见过的数据更具泛化能力。

loss = F.nll_loss(...)是负对数似然损失（NLL），通常用于分类任务。它衡量模型的预测概率与真实标签的匹配程度。对于单个样本，它表示为$-\log(p_{\text{真实类别}})$。如果模型对正确类别100%确信，则损失为0。data.train_mask是一个布尔掩码，指示哪些节点在训练集中。data.y是每个节点的标签。我们只使用train_mask为True的节点进行训练。val_mask用于验证的节点，test_mask用于最终评估的节点。

与许多图数据集一样，标签仅对节点的一个小子集可用，模型通过有监督损失从标记节点学习，并通过图结构从未标记节点学习。因此，这是半监督学习。在Cora数据集中，总共有2,708个节点，其中约140个节点（5%）用于训练，500个用于验证，1000个用于测试。GCN假设相连的节点可能相似。这被称为同质性假设，它被编码到学习算法中。GCN的消息传递直接编码了这些偏差。

模型评估

model.eval()
pred = model().argmax(dim=1)  # 获取预测类别
correct = pred[data.test_mask] == data.y[data.test_mask]
accuracy = int(correct.sum()) / int(data.test_mask.sum())

完整代码如下。首先，安装必要的包：

pip install torch-geometric

import torch
import torch.nn.functional as F
from torch_geometric.datasets import Planetoid
from torch_geometric.nn import GCNConv

# 加载数据
dataset = Planetoid(root='/tmp/Cora', name='Cora')
data = dataset[0]

# 定义GCN模型
class GCN(torch.nn.Module):
    def __init__(self):
        super(GCN, self).__init__()
        self.conv1 = GCNConv(dataset.num_node_features, 16)
        self.conv2 = GCNConv(16, dataset.num_classes)

    def forward(self):
        x, edge_index = data.x, data.edge_index
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = self.conv2(x, edge_index)
        return F.log_softmax(x, dim=1)

# 训练循环
model = GCN()
optimizer = torch.optim.Adam(model.parameters(), lr=0.01, weight_decay=5e-4)

for epoch in range(200):
    model.train()
    optimizer.zero_grad()
    out = model()
    loss = F.nll_loss(out[data.train_mask], data.y[data.train_mask])
    loss.backward()
    optimizer.step()
    if epoch % 20 == 0:
        print(f'Epoch {epoch}, Loss: {loss.item():.4f}')

# 评估
model.eval()
pred = model().argmax(dim=1)
correct = pred[data.test_mask] == data.y[data.test_mask]
accuracy = int(correct.sum()) / int(data.test_mask.sum())
print(f'测试准确率: {accuracy:.4f}')

运行结果：

Epoch 0, Loss: 1.9515
Epoch 20, Loss: 0.1116
Epoch 40, Loss: 0.0147
Epoch 60, Loss: 0.0142
Epoch 80, Loss: 0.0166
Epoch 100, Loss: 0.0155
Epoch 120, Loss: 0.0137
Epoch 140, Loss: 0.0124
Epoch 160, Loss: 0.0114
Epoch 180, Loss: 0.0107
测试准确率: 0.8100

我们可以看到，模型在只看到少量标记节点的情况下就能达到相当不错的准确率（81%）。这展示了图结构与节点特征结合的力量。在下一篇博客中，我们将介绍EvolveGCN，这是一个可以处理动态图数据的动态GCN模型。