图神经网络求解TSP问题

介绍

使用图神经网络求解TSP问题
使用的模型：GCN、GAT、GatedGCN
参考文献：Benchmarking Graph Neural Networks

模型说明

• checkpoints: 保存模型训练权重的文件夹；已保存训练好的权重，使用者可自行训练保存
• configs: 包含模型的参数设置文件
• data: 包含数据预处理的类和函数
• dataset: 保存的是数据集
• layers: 包含三种模型的layer定义：GCN、GAT、GatedGCN
• logs: 保存log信息的文件夹；已保存训练过的信息，保存时文件名称会命名为当前时间
• nets: 包含三种模型的net定义：GCN、GAT、GatedGCN
• pic: 保存的是在gitee上展示的图像
• plat: 包含各种画图函数和类，可以对训练数据画图展示
• test: 包含测试文件，通过读取checkpoints中保存的训练权重，对测试集中数据进行测试
• train: 包含训练函数
• main.py: 主函数

使用准备

• dgl >= 0.4.2

1. Anaconda （版本最好不要太旧）
2. torch==1.6.0; torch_vision==0.7.0 及相关的包
3. 其他相关的包，可自行调试判断

使用说明

• 本代码仅供学习和学术研究下载
• 如有问题请在评论区提问

训练效果

1. GCN
   
   
2. GAT
   
   
3. GatedGCN
   
   

模型效果

• 真实路由:
  
  

1. GCN

• F1值: 0.648648
  
  

2. GAT

• F1值: 0.771084
  
  

3. GatedGCN

• F1值: 0.804597
  
  

参与贡献

wang567