DGL中的GAT
DGL自带的很多函数
看GAT之前，先看看DGL库自带的一些函数，遵循消息传播范式，DGL自带了很多消息函数和传播函数，都在Builtin message passing functions中，总的来说，DGL由两个api组成消息传播：
send(edges, message_func) ：for computing the messages along the given edges
recv(nodes, reduce_func) ： for collecting the in-coming messages, perform aggregation and so on.
细看这里的两个函数：
DGLGraph.send(edges='__ALL__', message_func='default')：沿着给定的边发送消息，发送的方式是一个message_func函数定义，返回边缘上的消息，稍后可以在目标节点（destination node）的邮箱（mailbox）中获取。接收将消耗消息。
DGLGraph.recv(v='__ALL__', reduce_func='default', apply_node_func='default', inplace=False)：接收和变换（ reduce_func）传入的消息，并更新节点v的特征。可选的apply_node_func函数在接收后更新节点特性。
例子如 https://docs.dgl.ai/generated/dgl.DGLGraph.recv.html#dgl.DGLGraph.recv 所示。
dgl.DGLGraph.update_all(message_func='default', reduce_func='default', apply_node_func='default')：该函数通过所有边发送消息并更新所有节点。可选地，应用一个函数在接收后更新节点特征。这是上面两个函数的组合：send(self, self.edges(), message_func) 还有recv(self, self.nodes(), reduce_func, apply_node_func)。
dgl.DGLGraph.apply_nodes(func='default', v='__ALL__', inplace=False)：参数func是应用在节点上的函数，用以更新节点特征，如下增加节点特征的例子：
import torch as th
g = dgl.DGLGraph()
g.add_nodes(3)
g.ndata['x'] = th.ones(3,1)
def fun(nodes): return {'x': nodes.datas['x'] + 1}
g.apply_nodes(func=fun,v = [0, 2])
print(g.ndata)
{'x': tensor([[2.],
[1.],
[2.]])}
同理有dgl.DGLGraph.apply_edgess(func='default', edges='__ALL__', inplace=False)函数。例子在 https://docs.dgl.ai/generated/dgl.DGLGraph.apply_edges.html?highlight=update。
其他函数：
dgl.DGLGraph.set_n_initializer默认的初始化：
G.set_n_initializer(dgl.init.zero_initializer)
- 另外的一些内置方法：
G.ndata.update：D.update([E, ]**F) -> None. Update D from mapping/iterable E and F.
G.edata.pop：D.pop(k[,d]) -> v, remove specified key and return the corresponding value.
：附一个表，参考 Builtin message passing functions
| Category | Functions | Memo |
|---|---|---|
| Unary message function | copy_u |
|
copy_e |
||
copy_src |
alias of copy_u |
|
copy_edge |
alias of copy_e |
|
| Binary message function | u_add_v, u_sub_v, u_mul_v, u_div_v |
|
u_add_e, u_sub_e, u_mul_e, u_div_e |
||
v_add_u, v_sub_u, v_mul_u, v_div_u |
||
v_add_e, v_sub_e, v_mul_e, v_div_e |
||
e_add_u, e_sub_u, e_mul_u, e_div_u |
||
e_add_v, e_sub_v, e_mul_v, e_div_v |
||
src_mul_edge |
alias of u_mul_e |
|
| Reduce function | max |
|
min |
||
sum |
||
prod |
GAT
放别处了：