百度图--神经网络7日打卡营--学习心得目录
一、百度神经网络7日打卡营–课程详情
1 教学大纲
1.1、图学习初印象
- 图学习概述、入门路线
- 作业:安装环境,跑通 example 代码。
1.2、图游走类模型
- DeepWalk、node2vec、metapath2vec、metapath2vec 变种模型
- 实践:DeepWalk代码解析
- 作业:以填空的方式完成 node2vec 模型复现
1.3、图神经网络算法(一)
- GCN、GAT、消息传递机制
- 实践:GCN代码解析
- 作业:以填空的方式完成 GAT 模型复现
1.4 图神经网络算法(二)
- 图采样技术、图聚合技术
- 实践:讲解 GraphSage 代码
- 作业:以填空的方式完成GraphSage模型复现
1.5、图神经网络进阶模型讲解
- ERNIESage、UniMP
- 实践:ERNIESage代码讲解 大
- 作业:完成比赛 六、新冠疫苗项目拔高实战,助力疫情防控!
2. 课程目标
2.1 带领初学者入门图学习
2.2 学会图领域相关的经典算法:DeepWalk、node2vec、GCN、GAT、GraphSage
2.3 了解图神经网络领域的前沿研究方向,掌握部分进阶 GNN 模型
课程网页链接:
课程页面图片如下:
二、资源列表
很多人找不到资源地址,为了便于大家快速定位资源,本人在此总结了一点资源链接,便于大家学习。