PyTorch+PyG实现图神经网络经典模型目录

Posted 海洋.之心

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch+PyG实现图神经网络经典模型目录相关的知识,希望对你有一定的参考价值。

前言

大家好,我是阿光。

本专栏整理了《图神经网络代码实战》,内包含了不同图神经网络的相关代码实现(PyG以及自实现),理论与实践相结合,如GCN、GAT、GraphSAGE等经典图网络,每一个代码实例都附带有完整的代码。

正在更新中~ ✨

🚨 我的项目环境:

  • 平台:Windows10
  • 语言环境:python3.7
  • 编译器:PyCharm
  • PyTorch版本:1.11.0
  • PyG版本:2.1.0

🌠 『精品学习专栏导航帖』


对于本专栏的网络模型,分别使用了三种实现方式 PyG框架实现PyTorch实现Message Passing消息传递机制实现,小伙伴可以按照自己的能力以及需求学习不同的实现方式。

注意 🚨:本目录中已存在的链接博文已全部写好,例如 + (一):节点分类 这类带有删除线的文章表示正在更新中,如果写完会去掉删除线,点击出现404表示文章还没有发布,后续根据情况陆续发布。

🌈『目录』


📢 PyG算子、数据集介绍


📢 图神经网络常见任务与应用场景


📢 图嵌入学习(Graph Embedding)


📢 图池化(Graph Pooling)


📢 MLP


📢 GCN


📢 GAT


📢 GIN


📢 GraphSAGE


📢 EdgeCNN


📢 GraphConv


注意🚨:所有文章使用的图数据是经典的 Cora 数据集,定义的训练轮数(200轮)以及损失函数优化器都是一致的,由于图网络很容易过拟合导致训练集的分类精度达到 99.9%,所以下表中显示的数据都是基于测试集的。

AccuracyLoss
MLP0.18001.9587
GCN0.72001.3561
GAT0.78101.0362
GIN0.76500.9645
GraphSAGE0.70601.2712
EdgeCNN0.37901.7529
GraphConv0.60301.2378

以上是关于PyTorch+PyG实现图神经网络经典模型目录的主要内容,如果未能解决你的问题,请参考以下文章

Pytorch+PyG实现MLP

Pytorch+PyG实现GCN(图卷积网络)

LeNet-5——CNN经典网络模型详解(pytorch实现)

PyG Temporal搭建STGCN实现多变量输入多变量输出时间序列预测

图机器学习 | PyG 安装配置记录

图机器学习 | PyG 安装配置记录