HyperGCN代码复现

环境：python==3.6.7，torch==0.4，外加pyyaml。

问题1:TypeError: can't convert np.ndarray of type numpy.intc. The only supported types are: double, float, float16, int64, int32, and uint8.
解决办法：

复现结果：
 
带不带mediators好像正确率一模一样
 

---

下面对代码进行一些分析。

parse这个是用来解析命令行的命令参数的

default这行设置了默认的配置文件路径，这个文件要用yaml语言编辑。
下一行：：创建一个 configargparse.ArgParser 的实例，其中指定了配置文件解析器的类为 YAMLConfigFileParser，并设置了默认的配置文件路径为上一步中定义的 default。
add()用于向命令行添加参数。

这两部分似乎设计到python环境和gpu的设置，让一些随机种子保持一致（包括python中的哈希，硬件中总线的顺序等），方便实验的复现和对比实验的设置。

读取数据。args.data 和 args.dataset 是从命令行参数中获取的数据集名称和数据集类型。current获取了当前脚本的绝对路径。Dir 变量将包含当前脚本的目录路径。file构建了一个文件路径，包含数据集、数据集类型、拆分编号等信息，用于加载相应的拆分文件。最后，函数返回 dataset, train, test，其中包含解析的数据集对象以及训练集和测试集的拆分。

初始化一个 HyperGCN 模型，并返回包含模型和优化器等详细信息的字典。

训练和测试，输入包括初始化的模型，数据集。