目录
使用pyG实现GNN,好用的包:
DeepSNAP: 提供了GNN流程中的核心模块
GraphGym :设计GNN
编程实践的通用建议:
1. 数据的预处理非常非常重要!
数据的归一化
2. 优化器
ADAM 推荐使用
3.激活函数
ReLU推荐使用,还可以考虑LeakyReLU.SWISH,rational activation。
输出层不使用激活函数!!
4. 每一层都添加偏置项
5.embeddings 的维度
32、64、128推荐使用
Debug NN
GNN论文名单(应该是比较经典的、重要的)