WARNING

🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。

as05 科学计算中的 GNN — exercise.py 练习指南

Download exercise.py

练习目标

1. 手写一层均值消息传递（网格平滑）
2. 手写可学习消息的 index_add_ 聚合
3. 观察链图上脉冲扩散与方差下降

任务清单

任务1：mean_message_passing

对每个节点，取邻居特征均值，与自身做 $(1-\alpha )/\alpha$ 混合。完成后：左端脉冲应向右扩散，多步后方差下降。

任务2：aggregate_messages

messages = W_msg(h[src])，再 index_add_ 到 dst，除以度数。MPLayerExercise 会调用它完成 ReLU(W_self(h)+agg)。

验证标准

cd docs/science/gnn/code
python exercise.py

看到「✓ 练习完成！」并生成 exercise_message_passing.png。

源码位置

clone 后打开（相对仓库根目录）：

docs/science/gnn/code/exercise.py