pyg-team/pytorch_geometric

Convert heterogeneous NetworkX graph to HeteroData without normalizing features across node types

Open

#7.340 aberto em 10 de mai. de 2023

Ver no GitHub
 (7 comments) (0 reactions) (0 assignees)Python (3.514 forks)batch import
0 - Priority P0featurehelp wanted

Métricas do repositório

Stars
 (19.985 stars)
Métricas de merge de PR
 (Mesclagem média 35d 1h) (14 fundiu PRs em 30d)

Description

🚀 The feature, motivation and pitch

I am working on converting a heterogeneous NetworkX graph to HeteroData. Here is an example that I would like to see working:

nodes_types = torch.tensor([1, 2, 3])
nx_graph = nx.MultiGraph()
nx_graph.add_node(0, type=1, foo=4.97, bar=torch.tensor([9, 8]))
nx_graph.add_node(1, type=2, foo=4.97)
nx_graph.add_node(2, type=3)
pyg.utils.from_networkx(nx_graph, group_node_attrs=['type', 'foo', 'bar'])

which currently throws raise ValueError('Not all nodes contain the same attributes').

I know that my graph is heterogeneous, but to convert from NetworkX to HeteroData, I need to manually normalize all of the node attributes. I would like to not have to write my own conversion layer.

Alternatives

N/A

Additional context

N/A

Guia do colaborador

Direção de pesquisa
Examine a função `from networkx` em `torch geometric/utils/convert.py`. Entenda como `group node attrs` funciona e modifique a para permitir atributos ausentes entre tipos de nó. Certifique se de que o HeteroData resultante armazene corretamente os recursos por tipo de nó sem exigir que todos os nós tenham os mesmos atributos. Verifique os testes existentes e adicione novos casos de teste.
Pilha de tecnologia
pythonpytorch
Domain
machine learningdata
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Meio dia
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonPyTorchNetworkX
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
65