Amazon Photo
تجارة إلكترونية (شبكة شراء مشترك)
نظيرة Amazon Computers لكن لمنتجات التصوير: المنتجات عقد، والشراء المشترك روابط، ومراجعات المنتج خصائص بكيس الكلمات. أصغر حجماً وأسرع تدريباً، فتصلح لمقارنة سريعة بين النماذج مع تقسيمات متعددة.
الوصف
نظيرة Amazon Computers لكن لمنتجات التصوير: المنتجات عقد، والشراء المشترك روابط، ومراجعات المنتج خصائص بكيس الكلمات. أصغر حجماً وأسرع تدريباً، فتصلح لمقارنة سريعة بين النماذج مع تقسيمات متعددة.
بطاقة المجموعة
- نوع المهمة
- تصنيف العقد (Node Classification)
- التقسيم المعياري
- لا يوجد تقسيم رسمي؛ يُتبع بروتوكول Shchur et al. (20 عقدة لكل فئة للتدريب و30 للتحقق) مع تكرار التقسيم.
- الإصدار / المحمِّل
- torch_geometric.datasets.Amazon(root, name="Photo")
- الترخيص
- راجع شروط الاستخدام في صفحة المصدر قبل إعادة التوزيع؛ لم يُذكر الترخيص هنا لأننا لم نتحقق منه.
- حجم البيانات
- عدد الروابط بحسب PyG (كل رابط غير موجّه يُعدّ مرتين).
- مصدر الإحصاءات
- جدول STATS في توثيق PyTorch Geometric 2.8.1 (الصنف Amazon)، مقروءاً من الحزمة نفسها.
- المصدر الرسمي
- https://github.com/shchur/gnn-benchmark
- في المتصفح
- لا: تُشغَّل عبر خادم Python الاختياري أو بالشيفرة أدناه على جهازك.
ملاحظة التشغيل
لا تُضمَّن في المختبر ولا تُشغَّل في المتصفح لحجمها أو لترخيصها. حمّلها في بيئة Python الخاصة بك بالشيفرة المرفقة.
التحميل بلغة Python (PyTorch Geometric)
from torch_geometric.datasets import Amazon
dataset = Amazon(root="data/Amazon", name="Photo")
data = dataset[0]المراجع
- Shchur, O., Mumme, M., Bojchevski, A., & Günnemann, S. (2018). Pitfalls of Graph Neural Network Evaluation. NeurIPS 2018 Workshop on Relational Representation Learning. arXiv: 1811.05868تبيّن أن ترتيب النماذج يتغير مع تغيير التقسيم، وتوصي بتقسيمات وبذور متعددة.
- PyG Team. PyTorch Geometric documentation. Official documentation. pytorch-geometric.readthedocs.ioالتوثيق الرسمي للمكتبة؛ منه أُخذت جداول إحصاءات المجموعات (الإصدار 2.8.1).
