最近这周参加了百度组织的paddlepaddle 图神经网络7日打卡营,
主要是学习了图神经网络的相关知识,以及用paddlepaddle进行相关案例的复现。
学习内容:
一、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。
二、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
三、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
四、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
五、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
这次学习其实还是图神经网络的入门,学习过程中发现图神经网络可以用于社交分析,例如客户分析,风险分析等场景,而且与NLP知识上联系较多,可以一起学习。
这次学习发现的问题是,很多知识点还不够牢固,需要反复的训练和巩固。
后续计划是不断学习图神经网络的知识,巩固基础知识。
最近找一两个公司内部的案例做一个基础demo,做到学以致用。
感谢baidu paddlepaddle的老师和助教。