Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/FighterLYL/GraphNeuralNetwork
《深入浅出图神经网络:GNN原理解析》配套代码
https://github.com/FighterLYL/GraphNeuralNetwork
gcn gnn graph-neural-network
Last synced: 17 days ago
JSON representation
《深入浅出图神经网络:GNN原理解析》配套代码
- Host: GitHub
- URL: https://github.com/FighterLYL/GraphNeuralNetwork
- Owner: FighterLYL
- Created: 2019-10-21T06:28:51.000Z (about 5 years ago)
- Default Branch: master
- Last Pushed: 2021-02-24T01:55:46.000Z (over 3 years ago)
- Last Synced: 2024-10-15T01:41:04.684Z (30 days ago)
- Topics: gcn, gnn, graph-neural-network
- Language: Jupyter Notebook
- Homepage:
- Size: 980 KB
- Stars: 1,715
- Watchers: 27
- Forks: 458
- Open Issues: 6
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# GraphNeuralNetwork
《深入浅出图神经网络:GNN原理解析》配套代码### 关于勘误
>由于作者水平有限,时间仓促,书中难免会有一些错误或不准确的地方,给读者朋友造成了困扰,表示抱歉。
仓库中提供了目前已经发现的一些问题的[勘误](./勘误.pdf),在此向指正这些错误的读者朋友表示感谢。* 在5.4节图滤波器的介绍中,存在一些描述错误和概念模糊的问题,可能给读者理解造成偏差,勘误中对相关问题进行了更正
### 环境依赖
```
python>=3.6
jupyter
scipy
numpy
matplotlib
torch>=1.2.0
```### Getting Start
* [x] [Chapter5: 基于GCN的节点分类](./chapter5)
* [x] [Chapter7: GraphSage示例](./chapter7)
* [x] [Chapter8: 图分类示例](./chapter8)
* [x] [Chapter9: 图自编码器](./chapter9)### FAQ
1. Cora数据集无法下载
Cora数据集地址是:[kimiyoung/planetoid](https://github.com/kimiyoung/planetoid/tree/master/data)。
~~仓库中提供了一份使用到的cora数据,可以分别将它放在 `chapter5/cora/raw` 或者 `chapter7/cora/raw` 目录下。~~
新代码直接使用本地数据.