sgc

Simple Graph Convolution (SGC)

• Paper link: Simplifying Graph Convolutional Networks
• Author's code repo: https://github.com/Tiiiger/SGC.

Dataset Statics

Dataset	# Nodes	# Edges	# Classes
Cora	2,708	10,556	7
Citeseer	3,327	9,228	6
Pubmed	19,717	88,651	3
Refer to Planetoid.

Results

TL_BACKEND="paddle" python sgc_trainer.py --dataset cora --lr 0.2 --n_epoch 250 --iter_K 2 --l2_coef 0.005 --self_loops 1
TL_BACKEND="paddle" python sgc_trainer.py --dataset citeseer --lr 0.01 --n_epoch 250 --iter_K 5 --l2_coef 0.05 --self_loops 1
TL_BACKEND="paddle" python sgc_trainer.py --dataset pubmed --lr 0.1 --n_epoch 200 --iter_K 2 --l2_coef 0.00005 --self_loops 1
TL_BACKEND="tensorflow" python sgc_trainer.py --dataset cora --lr 0.1 --n_epoch 250 --iter_K 5 --l2_coef 0.0005 --self_loops 5
TL_BACKEND="tensorflow" python sgc_trainer.py --dataset citeseer --lr 0.01 --n_epoch 200 --iter_K 15 --l2_coef 0.00005 --self_loops 1
TL_BACKEND="tensorflow" python sgc_trainer.py --dataset pubmed --lr 0.1 --n_epoch 200 --iter_K 15 --l2_coef 0.0005 --self_loops 1
TL_BACKEND="torch" python sgc_trainer.py --dataset cora --lr 0.2 --n_epoch 250 --iter_K 2 --l2_coef 0.005 --self_loops 1
TL_BACKEND="torch" python sgc_trainer.py --dataset citeseer --lr 0.1 --n_epoch 250 --iter_K 2 --l2_coef 0.00005 --self_loops 1
TL_BACKEND="torch" python sgc_trainer.py --dataset pubmed --lr 0.1 --n_epoch 200 --iter_K 2 --l2_coef 0.00005 --self_loops 1

dataset	paper	our(tf)	our(pd)	our(th)
cora	81.0(±0)	81.45(±0.37)	81.65(±0.2)	81.69(±0.18)
citeseer	71.9(±0.1)	69.03(±0.27)	71.08(±0.04)	71.63(±0.38)
pubmed	78.9(±0)	79.1(±0)	79.17(±0.05)	79.16(±0.05)