reproduce GNN model: GIN (XU et al. 2019)
通过复现《How powerful are graph neural networks?》这篇论文，熟悉图分类常用数据集。必须注意到cora, citeseer和pubmed这三个数据集不是用于graph分类的，而是用于node分类的。
GNN常用的公开数据集大致有分子、蛋白质、论文引用网络、社交网络等这几类。
官方代码地址
本人复现代码地址
常用图数据集
吐槽：为什么每个很牛的模型，开源的数据预处理代码写得都和翔一样？
吐槽：编写图神经网络模型，我感觉构造coo格式的稀疏矩阵才是最头疼的

1. IMDB数据集：每个节点代表一个演员，每条边代表两个演员是否出现在同一个电影里。IMDB-BINARY类别有两个：爱情片和动作片（？？？）如果同时是爱情片和动作片的话，就会归类为动作片。IMDB-MULTI则在爱情片和动作片的基础上，加了一个科幻片类别。
2. COLLAB数据集：每个节点代表一个researcher，每个graph我猜是代表了一个科研团体？每一个Graph有一个类别，共有高能物理、凝聚态物理和天体物理3个类别。
3. Reddit数据集：每个节点代表一个用户，每个graph代表一个帖子，帖子里如果一个用户回复了另一个用户的评论就构成一条边。graph的类别代表了帖子类型。Reddit-Binary、Reddit5K、Reddit12K分别有2类、2类和11类。
4. MUTAG数据集：每个graph代表一个硝基化合物分子，有两个类别，代表这个分子是诱变芳香族或杂芳香族。
5. PTC数据集：也是分子化合物，和上述一样
6. NCI1数据集：也是分子化合物，和上述一样
7. Protein数据集：每个节点是一个secondary structure elements，如果两个节点在氨基酸序列或3D空间中是相邻节点就会存在一条边。 总结如下表

论文给的结果如下图，这个结果好像是跑了10 folds，把test set的ACC取平均的结果。精力有限，我只跑了一个fold。官方的GIN模型code有个细节，就是参考了Xu et al. 2018提出的JKNet，使用了Layer Aggregator。每一层的输出，都经过一个Linear层，再求和，作为最后的输出。 我复现的结果见以下7张图。模型设置：neighbor aggregator和graph aggregator都使用sumPool，没加epsilon参数（也就是论文的GIN0，而不是GIN-eps）。由于资源有限，Reddit数据集跑起来OOM了，就不跑Reddit的了。 如图所示，Test Accuracy在某个Epoch都刚好达到了文中给的结果，NCI1数据集除外，我也不知道为什么。