图神经网络（8）——续 GNN编程实践建议 附论文名单

目录

使用pyG实现GNN，好用的包：

编程实践的通用建议：

Debug NN

---

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）