Colab 笔记本和视频教程

官方示例

我们准备了一系列笔记本，通过这些笔记本，您可以实际了解使用的图神经网络世界：

  1. 介绍：动手实践图神经网络

  2. 使用图神经网络进行节点分类

  3. 使用图神经网络进行图分类

  4. 扩展图神经网络

  5. 使用图神经网络进行点云分类

  6. 使用Captum解释GNN模型预测 Captum

  7. 在消息传递中自定义聚合

  8. 使用 Weights&Biases 进行节点分类

  9. 使用 Weights&Biases 进行图分类

  10. Link Prediction on MovieLens

  11. Link Regression on MovieLens

所有 笔记本均根据 MIT 许可证发布。

斯坦福CS224W教程

https://data.pyg.org/img/cs224w_tutorials.png

Stanford CS224W 课程收集了一系列图机器学习教程博客文章，完全使用实现。 学生们参与了涵盖各种任务、模型架构和应用的项目。 所有教程还链接到一个，其中包含教程中的代码，供您在阅读时跟随操作！

PyTorch 几何教程项目

PyTorch Geometric 教程 项目提供了 视频教程和 Colab 笔记本，涵盖了 中的各种不同方法：

  1. 介绍 [ YouTube, Colab]

  2. 基础 [ YouTube, Colab]

  3. 图注意力网络 (GATs) [ YouTube, Colab]

  4. 谱图卷积层 [ YouTube, Colab]

  5. GNN中的聚合函数 [ YouTube, Colab]

  6. （变分）图自编码器（GAE 和 VGAE）[ YouTube, Colab]

  7. 对抗性正则化图自动编码器（ARGA 和 ARGVA）[ YouTube, Colab]

  8. 图形生成 [ YouTube]

  9. 循环图神经网络 [ YouTube, Colab (第1部分), Colab (第2部分)]

  10. DeepWalk 和 Node2Vec [ YouTube (理论), YouTube (实践), Colab]

  11. 边缘分析 [ YouTube, Colab (链接预测), Colab (标签预测)]

  12. 在中的数据操作（第一部分）[ YouTube, Colab]

  13. 在中的数据处理（第二部分）[ YouTube, Colab]

  14. MetaPath2vec [ YouTube, Colab]

  15. 图池化（DiffPool）[ YouTube, Colab]