论文阅读在这篇文章

data文件夹

图划分算法，没有采用Louvain算法（Blondel et al.， 2008），在Zhang et al. (2021),使用到。而是使用的METIS graph partitioning algorithm(Karypis,1997)

disjoint.py

parser.py

parser.py解析参数

multiprocs.py

multiprocs.py分布式训练的进程管理，
整体流程图：

ParentProcess├── __init__()│    ├── 解析 GPU 设置│    ├── 创建共享字典 sd│    ├── 创建工作进程 (create_workers)│    └── 初始化 Server 实例└── start()├── 设置初始状态├── 创建路径 (检查点和日志)├── 多轮训练循环│    ├── 调用 on_round_begin()│    ├── 选择客户端并分配给工作进程│    ├── 等待客户端更新 (wait)│    └── 调用 on_round_complete()├── 更新 sd 状态以通知工作进程结束└── 进程清理

layers.py

定义单层的MaskedGCNConv等

net.py

构建MaskedGCN

server.py

库

metispy

metispy 是一个用于图划分（graph partitioning）的Python库，它是METIS库的Python接口。METIS 是一个用于将图划分成若干个子图的工具，广泛应用于并行计算、网络分析等领域。
安装：pip install metispy
安装建议参考：https://github.com/james77777778/metis_python?tab=readme-ov-file，适用unix.
应用示例：

import metispy as metis
import networkx as nx# 创建一个示例图
G = nx.karate_club_graph()# 获取节点和边列表
nodes = list(G.nodes)
edges = list(G.edges)# 将 NetworkX 图转换为 METIS 所需的格式
node_mapping = {node: idx for idx, node in enumerate(nodes)}
edges_mapped = [(node_mapping[u], node_mapping[v]) for u, v in edges]# 创建 METIS 图
metis_graph = metis.MetisGraph(len(nodes), edges_mapped)# 设置划分成的子图数量
num_parts = 4# 执行图划分
objval, parts = metis.part_graph(metis_graph, nparts=num_parts)# 打印结果
print(f'Objective value: {objval}')
print(f'Partition labels: {parts}')# 将划分结果映射回原始节点
partition_mapping = {node: parts[node_mapping[node]] for node in nodes}
print(f'Partition mapping: {partition_mapping}')