【干货】图神经网络的十大学习资源分享
图神经网络(GNNs)是深度学习的一个相对较新的领域,从最近开始越来越流行。Twitter、Google或Facebook等大公司都会开始对于GNN投入研究,事实证明了GNN优于其他使用图数据的机器学习模型。
由于此领域的发展非常迅速,GNN背后的知识还不是那么容易获得。目前,你可以在互联网上以研究论文、文章或博客的形式找到散落在各地的GNN理论。我们缺乏的是一本GNN书籍,或者是一本在线资源汇编,来帮助人们进入了解这个领域的工作。
经过一番搜索,我发现其实有几个相当不错的资源,以一种容易理解的方式来解释GNN。希望对这个领域的新人有所帮助。让我们开始吧!
1.由William L. Hamilton编写的图表示学习书籍
Graph Representation Learning Book
本书是改变游戏规则的书,目前可以在线下载的预出版的版本。本书从图理论和传统图方法等初级课题开始,到前沿GNN模型和最先进的GNN研究等高级课题。本书设计精巧,自成体系,拥有图神经网络所需的大部分理论。
2. 斯坦福课程笔记--机器学习与图
C224W|Home
这是斯坦福大学专门研究基于图的机器学习的课程。它有公开的幻灯片,从他们的讲座以及推荐阅读列表。如果你想系统地学习一门结构良好的课程,这将是一个很好的选择。
3.由Albert-László Barabási编著的网络科学一书
Network Science by Albert-László Barabási
这是一本提供在线交互式的书籍,主要介绍图和网络理论。虽然它没有讨论GNN,但它是获得在图数据上操作的坚实基础的极好资源。
4.Thomas Kipf博客
How powerful are Graph Convolutional Networks?
由GNN领域最著名的研究者之一--Thomas Kipf博士创建的一个优秀博客。在他的文章中,他轻描淡写地介绍了GNN,提供了最新方法的文献回顾,并讨论了他的论文— Semi-Supervised Classification with Graph Convolutional Networks.
5. Michael Bronstein博客
Michael Bronstein — Medium
Michael Bronstein是伦敦帝国理工学院的教授,也是Twitter的图学习研究的负责人。最近,他开始在Towards Data Science发表文章。他的博客文章主要以数学视角关注GNNs以及该领域的最新发展。他往往会引用许多其他关于GNNs的文章,这可能会帮助你发现其他有趣的文章。
6.生命科学领域的深度学习:将深度学习应用于基因组学,显微镜,药物发现等
Deep Learning for the Life Sciences
虽然这里并不完全是关于GNN的内容,但本书的部分内容提供了基于GNN模型的实际应用。它解释了如何使用生命科学的深度学习库--Deepchem将GNNs应用于分子数据集。它还进一步讨论了GNNs的不同预处理方法。
7.Flawnson Tong博客
Flawnson Tong - Towards Data Science
Flawnson在Medium上发表了几篇关于GNN的介绍性的文章。它们针对的是那些想对图神经网络背后的理论有基本了解的初学者。如果你想一窥GNNs是什么,这将是一个很好的选择。
8.GNN最近的一些论文集合—Github仓库
thunlp/GNNPapers
这是一个近期GNN论文的汇编仓库,包含了这个领域已发表的大部分论文。他们将列表细分为单独的主题,比如我们。如果你正在查找GNNs特定细分应用的论文,这个仓库值得一试。
9.图形神经网络与代码
Papers with Code - Papers With Code : Search for graph neural networks
Paperswithcode是一个大家都很熟悉的网站,它将研究论文与其代码一起分享。如果你想找到已经有代码实现的GNN模型,这是一个不错的地方。
10.图形神经网络的综述
A Comprehensive Survey on Graph Neural Networks
这篇研究论文总结了GNNs中的大部分的重要发现,简要概述了GNNs背后的历史,并讨论了不同类型的GNN架构。
【干货】图神经网络的十大学习资源分享相关推荐
- 深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习
深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习 文章目录 深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习 表示学习 表示学习的意义 离散表示与分布式表示 端到端学习 基于重构损 ...
- 贵金属行情价格走势图,香港十大杰出贵金属交易平台排名2023
在人们理财需求的刺激之下,黄金投资成为了一种有效的途径帮助大家提升资金利用效率,增加面对生活风险的能力.但是千里之行始于足下,想要在充满竞争的黄金理财道路上走的更加平稳,人们还应该打好投资基础,准确把 ...
- java软件学习网站_Java程序员必看的十大学习网站
无论是作为资深Java程序员,还是刚刚Java入门的小白,都不可缺少平时学习的网站.以下小编收集了Java程序员必看的十大学习网站,这些网站可以提供信息.以及一些很棒的讲座 , 还能解答一般问题.面试 ...
- 图神经网络基础--基于图神经网络的节点表征学习
图神经网络基础–基于图神经网络的节点表征学习 引言 在图节点预测或边预测任务中,首先需要生成节点表征(Node Representation).我们使用图神经网络来生成节点表征,并通过基于监督学习的对 ...
- (转) 深度强化学习综述:从AlphaGo背后的力量到学习资源分享(附论文)
本文转自:http://mp.weixin.qq.com/s/aAHbybdbs_GtY8OyU6h5WA 专题 | 深度强化学习综述:从AlphaGo背后的力量到学习资源分享(附论文) 原创 201 ...
- SLAM学习资源分享
SLAM学习资源分享 转载来自[SLAM],(https://mp.weixin.qq.com/s/kAdGdWDlw15ZmLzG56DOOA)如果告知侵权会删除 之前曾经总结过关于SLAM的资源, ...
- 持续更新:免费的IT学习资源分享
itshare 持续更新,免费的IT计算机学习资源分享,包括IT书籍,社区,课程,解决方案,牛人等等 也欢迎各位兄弟反馈和提供资源,我们就是要Share! github(一手资源):https://g ...
- web前端学习资源分享清单(持续更新)
文章目录 1.推荐团队博客 推荐团队 推荐博客 2.推荐文章教程 资源清单 JavaScript TypeScript ES6.ES7.ES8 vue html(5) css(3) jquery we ...
- 从零开始教你训练神经网络(附公式学习资源)
来源:机器之心 作者:Vitaly Bushaev 本文长度为8900字,建议阅读15分钟 本文从神经网络简单的数学定义开始,沿着损失函数.激活函数和反向传播等方法进一步描述基本的优化算法. 作者从神 ...
最新文章
- MailKit帮助类
- 2021年春季学期-信号与系统-第七次作业参考答案
- Linux 磁盘I/O读写速度检测
- java动态拼接String类sql
- FLASH ERASE:CHIP、BLOCK、SECTOR
- Python萌新笔记
- cdh官方文档看后小结(含优化项)001
- bzoj 2656: [Zjoi2012]数列(sequence)(简单高精度模板2.0)
- 基于能量采集的认知无线电时间和功率分配(二)
- 【分享】这款微信电子名片真的很值得拥有!
- Mac 配置多个ssh-key
- 初读《设计模式之禅》
- 「Spring Boot」接口幂等性的4种实现方案
- vue对表格进行排名排序
- 手机号查QQ号(Python3版)
- 蚂蚁队-冲刺日志(第1天)
- DSP模块之:EDMA
- 合三为一,Linux 基金会欲打造顶级开源峰会
- Unity网络(二)-Unity3D中的网络
- canvas - 酷炫粒子文字效果代码解析
热门文章
- bst latex 最大作者数_latex bst文件怎么用
- map根据value值排序_凯哥带你从零学大数据系列之Java篇---第十九章:集合(Map+Collections)...
- python 一个文本是否包含另一字符串 in find是区分大小写的
- 解吧源码解析重点看withWeight
- To call `multi_gpu_model` with `gpus=2`, we expect the following devices to be available: [‘/cpu:0‘,
- python sorted()
- 裁员大潮来袭,程序员面试的这些技巧收藏好!
- 产品开发的 11 宗罪
- 在疯狂的前端世界,为什么选择学习React
- 属于程序员自己的日历 2019年编程日历限量预售!