GNN常用库汇总

已于 2023-04-20 14:25:47 修改
阅读量450 收藏 2
点赞数 2
分类专栏： GNN tensorflow 自动驾驶 文章标签： tensorflow 深度学习 人工智能 GNN
于 2022-06-06 17:39:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ly869915532/article/details/125148993
版权
tensorflow 同时被 3 个专栏收录
22 篇文章 0 订阅
订阅专栏
自动驾驶
9 篇文章 1 订阅
订阅专栏
GNN
1 篇文章 0 订阅
订阅专栏

GNN常用库汇总

1. 主要库

库名官方手册论文及简介源码支持框架
DGL ：Deep Graph Library官方手册论文源码PyTorch, MXNet 和 TensorFlow
PyG：pytorch_geometric官方手册中文简介1、中文简介2源码PyTorch
TF-GNN官方手册论文、中文简介、英文简介源码TensorFlow 2
tf_geometric中文简介TensorFlow

2. 其他

TF-GNN论文中“7 Related Work”中也提到了一些其他库，并对他们的特点进行了描述

TF Graph Neural Network Samples，由微软开发基于Tensorflow提供了多个现成网络的源码

Ly.Leo
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
GNN-第三方库：DGL【图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果】
u013250861的博客
10-31 909
DGL库的逻辑层使用了顶点域的处理方式，使代码更容易理解。同时，又在底层的内存和运行效率方面做了大量的工作，使得框架可以发挥出更好的性能。
图神经网络（GNN）的一些论文介绍
02-26
图神经网络论文的介绍，包括多种Graph Embedding、GCN、序列方式的处理。
Networkx图与网络工具包
qq_34399105的博客
04-18 1211
1.Networkx是什么？ 简单说一下，Networkx是一个构建网络和图的工具包，可以求解最短路问题，也可以求最大流，还可以专门用来画精美的网络图。这里我主要讲下Networkx构建图时，怎么用csv文件导入数据构建有权重的图。 2.构建一个图 from __future__ import print_function import networkx as nx import matplotl...
PyG教程(1)：初识Pytorch Geometric
LW的技术小筑
06-09 4649
PyG全称是Pytorch Geometric，它是一个基于Pytorch构建的库，可以帮助用户快速构建和训练自己的图神经网络模型。PyG中实现了很多先进（state of the art）的GNN模块，例如、、、、等等。此外，PyG中还包含了大量的benchmark图数据集、丰富的图数据操作方法、支持多GPU。关于PyG的安装，推荐使用命令的方式： 其中和分别表示Pytorch版本和CUDA版本的占位符，即需要根据你的环境中两者的版本来对其进行设置，例如你本地的Pytorch和CUDA版本分别为和，则使用
一个高效且友好的TensorFlow图神经网络（GNN）框架：tf_geometric
12-17 2234
本文已加入 ???? Python AI 计划，从一个Python小白到一个AI大神，你所需要的所有知识都在 这里 了。 本文定位是：图神经网络（GNN）教程，后续实战案例文章将加入 《深度学习100》 tf_geometric 是一个高效且友好的图神经网络库，同时支持TensorFlow 1.x 和 2.x。 受到 usty1s/pytorch_geometric 项目的启发，我们为TensorFlow构建了一个图神经网络（GNN）库。 tf_geometric 同时提供面向对象接口（OOP API）
图神经网络（GNN）TensorFlow实现
徐奕的专栏
05-07 9242
图神经网络的研究与图嵌入或网络嵌入密切相关，图嵌入或网络嵌入是数据挖掘和机器学习界日益关注的另一个课题。图嵌入旨在通过保留图的网络拓扑结构和节点内容信息，将图中顶点表示为低维向量，以便使用简单的机器学习算法（例如，支持向量机分类）进行处理。许多图嵌入算法通常是无监督的算法，它们可以大致可以划分为三个类别，即矩阵分解、随机游走和深度学习方法。同时图嵌入的深度学习方法也属于图神经网络，包括基于图自动...
图神经网络GNN简介
驽马十驾，功在不舍；锲而不舍，金石可镂。
10-09 1832
首先推荐一篇GNN综述性的文章：A Comprehensive Survey on Graph NeuralNetworks。pyg和dgl是比较火的两个图神经网络仓库。
手把手安装GNN必备库 —— pytorch_geometric
m0_51339444的博客
01-09 1702
PyG全称是Pytorch Geometric，它是一个基于Pytorch构建的库，可以帮助用户快速构建和训练自己的图神经网络模型。PyG中实现了很多先进（state of the art）的GNN模块，例如GCN、GraphSage、GAT、SGC、GIN等等。此外，PyG中还包含了大量的benchmark图数据集、丰富的图数据操作方法、支持多GPU。
GNN图神经网络常用数据集总结
最新发布
争取早日成为硅农
12-23 9005
图神经网络（Graph Neural Network，GNN）是一种新兴的神经网络模型，适用于处理图数据。与传统的神经网络模型不同，GNN 能够有效地捕捉节点之间的结构信息和关系，并对节点进行精准的分类、聚类和预测分析。因此，GNN 在社交网络、生物信息学、推荐系统、物联网等领域得到了广泛的应用。为了研究和评估 GNN 的性能，需要使用各种不同类型的数据集。这些数据集包含了不同领域的实际问题，例如社交网络中的用户关系、生物学中的蛋白质分子结构、推荐系统中的用户行为等。
【GNN】时空图网络 tensorflow 实现
qq_38904659的博客
01-31 1740
本文在博主 shyern 博文的基础上旨在介绍 STGCN 的原理及其实现，使用 tensorflow 2 实现了 STGCN 的基本操作。 作者通过将图卷积网络扩展到时空图模型，设计了一种（用于动作识别的骨架序列）的通用表示，叫做时空图卷积网络（Spatio-Temporal Graph Convolutional Networks，STGCN）。 Graph Construction 记一个有 NNN 个节点和 TTT 帧的骨骼序列的时空图为 G=(V,E)G=(V,E)G=(V,E) ，其
GNN github开源代码
05-06
人工智能（AI）最近经历了复兴，在视觉，语言，控制和决策等关键领域取得了重大进展。 部分原因在于廉价数据和廉价计算资源，这些资源符合深度学习的自然优势。 然而，在不同的压力下发展的人类智能的许多定义特征仍然是当前方法无法实现的。 特别是，超越一个人的经验 - 从婴儿期开始人类智能的标志 - 仍然是现代人工智能的一项艰巨挑战。 以下是部分立场文件，部分审查和部分统一。我们认为组合概括必须是AI实现类似人类能力的首要任务，结构化表示和计算是实现这一目标的关键。就像生物学利用自然和培养合作一样，我们拒绝“手工工程”和“端到端”学习之间的错误选择，而是倡导一种从其互补优势中获益的方法。我们探索如何在深度学习架构中使用关系归纳偏差来促进对实体，关系和组成它们的规则的学习。我们为AI工具包提供了一个新的构建模块，具有强大的关系归纳偏差 - 图形网络 - 它概括和扩展了在图形上运行的神经网络的各种方法，并为操纵结构化知识和生成结构化行为提供了直接的界面。我们讨论图网络如何支持关系推理和组合泛化，为更复杂，可解释和灵活的推理模式奠定基础。作为本文的配套文件，我们还发布了一个用于构建图形网络的开源软件库，并演示了如何在实践中使用它们。
ptgnn:PyTorch图神经网络库
04-16
ptgnn：PyTorch GNN库 这是一个包含pyTorch代码的库，用于创建图神经网络（GNN）模型。 该库提供了一些示例实现。 如果您对使用此库感兴趣，请阅读有关它的以及或阅读。 请注意， ptgnn负责定义整个管道，包括数据处理任务，例如数据加载和张紧。 它还为神经网络操作定义了PyTorch nn.Module 。 它们独立于AbstractNeuralModel并且可以用作所有其他PyTorch的nn.Module ，如果愿意的话。 该库主要设计用于快速处理稀疏图。 例如，对于Graph2Class任务上使用默认超参数和结构的V100（以下讨论） ptgnn可以处理约训练期间与约200图表/秒82个图表/秒（209K节点/秒和1,129k边缘/秒）（470K节点/秒和2,527k边/秒）。 已执行的任务 所有任务实现都可以在包中找到。 有关数据和培训步骤的详细说明，请
Tensorflow GNN实战【附相关原理paper】.zip
01-31
本文手把手教你使用TensorFlow的图神经网络库tf_geometric训练图自编码器（GAE），实现链接预测功能。
GNN2讲义pdf超详细
10-18
GNN2讲义pdf超详细
GNN讲义pdf超详细
10-18
GNN讲义pdf超详细
gnn练习-tensorflow-cpu
02-16
参考https://github.com/Ivan0131/gnn_demo gnn=1.1.0 tensorflow=1.15 在源代码基础上更进，加入测试集的划分以及测试集的训练精度结果输出。
基于GNN的语义分割.docx
04-24
基于GNN图神经网络的语义分割，是２０２０年收录的一篇将图神经网络与语义分割结合起来的论文　
GNN for NLP纵览
wshzd的博客
07-06 1366
paper：https://arxiv.org/abs/2106.06090.pdf 近些年来，深度学习已经成为处理NLP各种任务的主要方法。尽管文本数据通常是由tokens的序列来表示，其实很多NLP任务使用图可以得到更好的表示。正因为如此，在图上使用深度学习技术（也就是GNN）解决NLP任务已经成为最近几年的热点。 本论文把最近几年基于GNN的NLP论文做了收集整理，并提出了一种新的面向NLP的GNNs（图神经网络）分类体系，主要包括图的构造、图表示学习和基于图的编码...
分布式机器学习平台大比拼：Spark、PMLS、TensorFlow、MXNet
张伟的专栏
09-12 4418
本论文从分布式系统的角度开展针对当前一些机器学习平台的研究，综述了这些平台所使用的架构设计，对这些平台在通信和控制上的瓶颈、容错性和开发难度进行分析和对比，并对分布式机器学习平台的未来研究工作提出了一些建议。文中的工作由 Murat Demirbas 教授与他的研究生 Kuo Zhang 和 Salem Alqahtani 共同完成。   　　机器学习，特别是深度学习，已在语音识别、图像识别和
请用Pycharm的库进行实现手写gnn
06-01
好的，下面我将为您演示如何使用PyCharm的库进行GNN实现。 首先，我们需要安装PyTorch和DGL库，可以使用以下命令在PyCharm的终端中进行安装： ``` pip install torch pip install dgl ``` 接下来，我们可以使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值