目录
环境搭建
代码运行
代码准备
解析器选择
数据集准备
环境搭建本人是基于anaconda创建虚拟环境pyg并安装torch个pyg相关包，安装见
代码运行本人代码运行使用的是pycharm，安装很简单，可以自行搜索，安装好后进行下面3个步骤
代码准备直接去pyg官方git下载源代码,然后解压
解析器选择因为虚拟环境和pycharm已经准备好，因此打开pycharm-文件-open-选择解压后的代码文件见下,选择解析器，具体见本人的另一篇博客解析器选择
打开examples里面很多模型代码，找到下面的gcn.py代码，右击open in terminal，然后就可以像在命令窗口一样执行了，直接输入
python gcn.py运行下载慢的情况下见
给力的话直接就成功，就不需要下面的数据集准备了
但是事情，并没有上面那么顺利，因为数据集下载及其缓慢，也下载不下来，因此我手动下载了，首先会看到代码自动创建了文件夹（框起来的）
dataset = 'Cora'#目的是zai data下创建Cora目录
'''
osp.join参数分析
osp.realpath(__file__))自动创建路径
.. 是.py文件的上一级，也就是和.py文件的上一级examples同目录
'data' 总文件名
dataset 次文件名（下一级目录）
'''
path = osp.join(osp.dirname(osp.realpath(__file__)), '..', 'data', dataset)自动创建的是data/Cora/Cora/raw，后面的/Cora/raw是Planetoid函数设定的
dataset = Planetoid(path, dataset, transform=T.NormalizeFeatures())
data = dataset[0]
手动下面的8个下载数据集后，放在raw下，再次执行代码就可以正常运行了
运行完后发现代码自动产生了processed文件夹，并生成了一些其他3个文件
数据集具体文件创建是下面gcn代码的第16行确定的，下载代码见17行的函数，该函数定义在pytorch_geometric/torch_geometric/datasets/planetoid.py，也可以在官方查看
正常运行结果见
其他代码运行
同时gcn2_cora.py运行结果如下
gat.py运行结果如下
gnn_explaniner.py运行结果
dataset = 'Cora'
path = osp.join(osp.dirname(osp.realpath(__file__)), '..', 'data', 'Planetoid')#和cora数据集没差，只是名字不一样，把cora下载的raw数据集复制了过来
dataset = Planetoid(path, dataset, transform=T.NormalizeFeatures())
data = dataset[0]
