SALSA-CLRS

SALSA-CLRS是一个针对算法学习基准的扩展，特别关注可扩展性和稀疏表示的利用。它包括了原始CLRS基准的适应算法以及来自分布式和随机算法的新问题。SALSA-CLRS is an extension to the algorithmic learning benchmark, with a particular focus on scalability and the utilization of sparse representations. It includes adapted algorithms from the original CLRS benchmark as well as novel problems derived from distributed and randomized algorithms.

原始信息汇总

SALSA-CLRS 数据集

数据集加载

SALSA-CLRS 数据集支持以下算法：bfs, dfs, dijkstra, mst_prim, fast_mis, eccentricity。可以使用以下代码自动下载数据集：

python from salsaclrs import load_dataset

train_dataset = load_dataset(algorithm="bfs", split="train", local_dir="path/to/local/data/store") val_dataset = load_dataset(algorithm="bfs", split="val", local_dir="path/to/local/data/store") test_datasets = load_dataset(algorithm="bfs", split="val", local_dir="path/to/local/data/store") er_16 = test_datasets["er_16"]

返回的对象类型为 SALSACLRSDataset，是 PyG 数据集。通过 ds.specs 可以获取单个数据点的类型和规格。

数据集生成

可以生成符合自定义要求的新数据集。例如：

• BFS 训练数据集，包含 10000 个样本，图生成器为 "er"，节点数在 [16, 32] 之间，概率 p 在 (0.1, 0.3) 之间： python from salsaclrs import SALSACLRSDataset ds = SALSACLRSDataset(root=DATA_DIR, split="train", algorithm="bfs", num_samples=10000, graph_generator="er", graph_generator_kwargs={"n": [16, 32], "p_range": (0.1, 0.3)}, hints=True)

• BFS 训练数据集，包含 10000 个样本，图生成器为 "ws"，节点数在 [16, 32] 之间，k 在 [2, 4, 6] 之间，概率 p 在 (0.1, 0.3) 之间： python from salsaclrs import SALSACLRSDataset ds = SALSACLRSDataset(root=DATA_DIR, split="train", algorithm="bfs", num_samples=10000, graph_generator="ws", graph_generator_kwargs={"n": [16, 32], "k": [2, 4, 6], "p_range": (0.1, 0.3)}, hints=True)

• MST 训练数据集，包含 10000 个样本，图生成器为 "delaunay"，节点数在 [16, 32] 之间： python from salsaclrs import SALSACLRSDataset ds = SALSACLRSDataset(root=DATA_DIR, split="train", algorithm="mst_prim", num_samples=10000, graph_generator="delaunay", graph_generator_kwargs={"n": [16, 32]}, hints=True)

通过设置 hints=False 可以生成但不加载提示信息，通过设置 ignore_all_hints=True 可以生成不包含任何提示信息的数据集。

数据加载器

需要使用提供的 SALSACLRSDataLoader 而不是默认的 PyG DataLoader，以确保批次正确合并。API 保持不变：

python from salsaclrs import SALSACLRSDataLoader dl = SALSACLRSDataLoader(ds, batch_size=32, num_workers=...)

Pytorch Lightning

库提供了与 SALSACLRSDataset 数据集配合使用的 Pytorch Lightning 数据模块，支持多个验证和测试数据集。例如：

python from salsaclrs import SALSACLRSDataset, SALSACLRSDataModule import lightning.pytorch as pl

ds_train = SALSACLRSDataset(root=DATA_DIR, split="train", algorithm="bfs", num_samples=10000, graph_generator="er", ignore_all_hints=False, hints=True, graph_generator_kwargs={"n": [16, 32], "p": [0.1, 0.2, 0.3]}) ds_val = SALSACLRSDataset(root=DATA_DIR, split="val", algorithm="bfs", num_samples=100, graph_generator="er", ignore_all_hints=False, hints=True, graph_generator_kwargs={"n": [32], "p": [0.1, 0.2, 0.3]}) ds_test_small = SALSACLRSDataset(root=DATA_DIR, split="val", algorithm="bfs", num_samples=100, graph_generator="er", ignore_all_hints=False, hints=True, graph_generator_kwargs={"n": [32], "p": [0.1, 0.2, 0.3]}) ds_test_large = SALSACLRSDataset(root=DATA_DIR, split="val", algorithm="bfs", num_samples=100, graph_generator="er", ignore_all_hints=False, hints=True, graph_generator_kwargs={"n": [128], "p": [0.1, 0.2, 0.3]})

data_module = SALSACLRSDataModule(train_dataset=ds_train, val_datasets=[ds_val], test_datasets=[ds_test_small, ds_test_large]) trainer = pl.Trainer(...) trainer.fit(model, data_module)