PyG：GNN的扛把子 原创

在深度学习领域,传统的神经网络架构主要针对欧几里得数据(如图像、文本序列)进行设计。然而,现实世界中大量数据呈现出图结构特征——社交网络中的人际关系、分子结构中的原子连接、交通网络中的道路连通性等。这些非欧几里得数据无法直接使用传统卷积神经网络处理,由此催生了图神经网络(Graph Neural Networks, GNNs)。

图神经网络通过学习图节点的局部信息来进行预测,在分类和回归问题上都展现出强大的能力。研究表明,图神经网络在药物发现领域相比传统的预测/描述符方法具有更大的潜力,已成为重要的建模工具 。

PyTorch Geometric (PyG) 是一个构建在 PyTorch 之上的库,专门用于轻松编写和训练图神经网络,适用于各种与结构化数据相关的应用。该项目旨在降低图神经网络的开发门槛,为研究人员和工程师提供便捷的工具。

在PyG中,图数据通过精心设计的数据结构进行组织。单个图由torch_geometric.data.Data实例表示,包含以下核心属性:

• 节点特征矩阵 (node feature matrix): 描述图中每个节点的特征
• 图连接性 (graph connectivity): 采用COO(Coordinate)格式存储边信息
• 边特征矩阵 (edge feature matrix): 描述边的属性
• 训练目标 (training targets): 用于监督学习的标签节点
• 位置矩阵 (node position matrix): 可选的空间位置信息

这种灵活的数据结构设计使得PyG能够处理各种复杂的图结构数据。

图神经网络的核心思想是消息传递(Message Passing),即节点通过与邻居节点交换信息来更新自身特征。PyG提供了对各种聚合方法的广泛支持,从简单聚合(如均值、最大值、求和)到高级聚合(如中位数、方差、标准差),再到可学习的聚合和特殊聚合方法 。这种丰富的聚合操作选择使研究人员能够根据具体任务特点设计最优的信息传递策略,大大提升了模型的表达能力和性能。

2025年7月份的论文PyG 2.0介绍了新的框架，它将原始图数据存到特征库和图结构库，再经过采样和数据加载送到神经网络；中间的GNN模型通过消息传递来学习节点和边的表示，并支持异质图、聚合方法、GPU加速等优化；最后输出结果可以用来做 预测、相似性检索或可解释性分析。整个框架是模块化的，每一部分都能自由替换，保证在大规模、异质或时序图上也能高效训练。

港口运营管理是现代物流系统中的关键环节,涉及船舶调度、泊位分配、集装箱装卸等复杂的优化问题。图卷积网络已成为解决物流领域复杂优化和调度挑战的关键工具,包括车辆路径问题、旅行商问题和动态作业调度等典型问题。

港口系统天然适合用图结构表示——泊位、码头、堆场可以建模为节点,船舶移动路径、集装箱运输路线可以建模为边。通过PyG的图数据结构,可以将港口的物理拓扑和逻辑关系高效编码为图表示

也有研究人员基于时空基础，研发融合海事知识的时空图神经网络来预测港口交通流量,该模型在预测不同船舶类型的交通流量方面表现出色,对优化港口运营、路线规划和缓解供应链风险具有重要应用价值。

此外港口调度需要同时考虑多个优化目标——最小化船舶等待时间、最大化泊位利用率、降低能源消耗等。通过PyG构建的图神经网络可以学习这些复杂约束之间的关系,生成高质量的调度方案。

船舶交通流量展现出显著的时空特征,因此可以利用图结构的深度学习框架(即图神经网络)来预测水道网络中的船舶交通流量。这种预测能力使港口能够动态调整调度策略,应对突发状况。

在实际应用中,PyG提供的图编码机制能够:

• 将港口中各种设施和资源的状态编码为节点特征
• 捕捉不同实体之间的空间邻近关系和逻辑依赖关系
• 通过消息传递机制让调度决策考虑全局信息
• 结合强化学习框架实现智能调度代理

药物发现也是PyG最重要的应用领域之一。分子本身就是一个自然的图结构——原子是节点,化学键是边。图神经网络在药物发现领域获得了越来越多的关注,特别是在预测药物协同组合方面,为应对复杂疾病(尤其是恶性肿瘤)提供了强有力的治疗策略 。

QM9数据集是计算化学和机器学习中广泛使用的基准数据集，用于分子性质预测,包含超过134,000个由氢、碳、氮、氧和氟组成的小有机分子的量子力学计算数据 。PyG为处理这类数据提供了完善的支持。在大规模且带有噪声的药物数据集上，图神经网络表现卓越，研究人员能够利用已有知识加速新药物的发现过程。

时间序列分析是数据科学中的基础任务,而将图神经网络与时序建模相结合已成为近年来的研究热点。PyG为这一融合提供了强大的技术支撑。随着图神经网络的最新进展,基于GNN的时间序列分析方法激增。这些方法能够显式建模时序间(inter-temporal)和变量间(inter-variable)关系,而这正是传统方法和其他深度神经网络方法难以做到的。

TimeGNN等方法学习动态时序图表示,能够捕捉序列间模式的演化以及多个序列之间的相关性。这种方法使用RNN、LSTM、GRU或Transformer捕捉时间依赖关系，同时能够利用图卷积网络学习变量之间的依赖结构。通过高效的时空交互让时间和空间信息相互增强。

在融合领域,PyG主要扮演两个关键角色:

• 图结构编码器：在最简化的情况下,GNN专注于图G=(V,E)上的预测任务。训练GNN首先通过消息传递计算嵌入,其中每个节点生成消息传递给其邻居。PyG提供的高效消息传递机制成为时空模型的核心组件,负责编码变量间的依赖关系。
• 集成框架平台：许多研究者使用PyG作为底层框架构建时空图神经网络。例如,Microsoft开发的StemGNN(Spectral Temporal Graph Neural Network)就基于PyG实现,用于多变量时间序列预测。

PyG作为开源项目在GitHub上获得了广泛关注。根据GitHub仓库统计,该项目已获得22,600颗星标,拥有3,850个分支和430名贡献者。这些数据充分说明了PyG在机器学习社区中的影响力和活跃度。

PyG团队持续推进技术创新。近期研究探索了在非CUDA处理单元(如Google的TPU和Intel的处理单元)上运行PyG的可能性，这表明PyG正在适应日益多样化的硬件生态系统,不再局限于NVIDIA的CUDA GPU。

PyG已成为图神经网络研究的标准工具。在药物发现领域的文献计量和可视化分析中,图卷积网络被确认为该领域的核心算法,而PyG正是实现这些算法的主要平台。许多顶级学术会议和期刊发表的图神经网络相关论文都基于PyG进行实验验证。

随着PyG的流行,围绕它的教育生态也日益完善。2025年春季,多个大学开设了基于PyG的图神经网络课程 ,大量在线教程、博客文章和视频课程帮助初学者快速入门,形成了良好的学习氛围。PyG的API设计遵循PyTorch的风格,对熟悉PyTorch的开发者来说学习曲线平缓。丰富的文档和示例代码降低了入门门槛。

PyTorch Geometric作为图神经网络领域的旗舰级工具库,凭借其强大的功能、良好的易用性和活跃的社区支持,已经成为研究人员和工程师的首选平台。从学术研究到工业应用,从药物发现到港口调度,从时空预测到社交网络分析,PyG正在推动图神经网络技术在各个领域的落地和创新。

特别值得一提的是,PyG在图编码和时空建模方面的能力为解决复杂的现实世界问题提供了新的视角。在港口调度等物流优化场景中,PyG的图编码机制能够高效表示复杂的约束和关系;在时序预测任务中,PyG作为底层框架支撑着众多前沿的时空图神经网络模型,推动着这一交叉领域的快速发展。

本文转载自​​鲁班模锤​​，作者：庞德公