transforms_reference

# PyTorch Geometric 转换参考 本文档提供了 `torch_geometric.transforms` 中所有可用转换的综合参考。 ## 概述 转换在训练前或训练期间修改 `Data` 或 `HeteroData` 对象。通过以下方式应用： python # 数据集加载期间 dataset = MyDataset(root='/tmp', transform=MyTransform()) # 应用于单个数据 transform = MyTransform() data = transform(data) # 组合多个转换 from torch_geometric.transforms import Compose transform = Compose([Transform1(), Transform2(), Transform3()]) ## 通用转换 ### NormalizeFeatures **目的**：将节点特征行归一化为总和为 1 **用例**：特征缩放、概率类特征 python from torch_geometric.transforms import NormalizeFeatures transform = NormalizeFeatures() ### ToDevice **目的**：将数据传输到指定设备 (CPU/GPU) **用例**：GPU 训练、设备管理 python from torch_geometric.transforms import ToDevice transform = ToDevice('cuda') ### RandomNodeSplit **目的**：创建训练/验证/测试节点掩码 **用例**：节点分类划分 **参数**：`split='train_rest'`, `num_splits`, `num_val`, `num_test` python from torch_geometric.transforms import RandomNodeSplit transform = RandomNodeSplit(num_val=0.1, num_test=0.2) ### RandomLinkSplit **目的**：创建训练/验证/测试边划分 **用例**：链接预测 **参数**：`num_val`, `num_test`, `is_undirected`, `split_labels` python from torch_geometric.transforms import RandomLinkSplit transform = RandomLinkSplit(num_val=0.1, num_test=0.2) ### IndexToMask **目的**：将索引转换为布尔掩码 **用例**：数据预处理 python from torch_geometric.transforms import IndexToMask transform = IndexToMask() ### MaskToIndex **目的**：将布尔掩码转换为索引 **用例**：数据预处理 python from torch_geometric.transforms import MaskToIndex transform = MaskToIndex() ### FixedPoints **目的**：采样固定数量的点 **用例**：点云子采样 **参数**：`num`, `replace`, `allow_duplicates` python from torch_geometric.transforms import FixedPoints transform = FixedPoints(1024) ### ToDense **目的**：转换为稠密邻接矩阵 **用例**：小图、稠密操作 python from torch_geometric.transforms import ToDense transform = ToDense(num_nodes=100) ### ToSparseTensor **目的**：转换为稀疏张量格式