|
本次参加datawhale的图神经网络学习，从2021.06.14-2021.07.10，共完成了7个task，以下为task总结：
- Task 01 简单图论与环境配置与PyG库
主要学习Pytorch和PyG库的安装以及相关环境配置，因为之前有安装过，所以这个task混过去了。 - Task 02 消息传递范式
学习GNN中的消息传递范式，对GNN的原理了解更加清楚，但对MessagePassing基类每个函数的作用还是有点不清楚，以后有机会再弄清楚。 - Task 03 基于图神经网络的节点表征学习
学习图神经网络的一般过程，应用了GCN和GAT。 - Task 04 数据完整存储与内存的数据集类+节点预测与边预测任务实践
学习利用InMemoryDataset基类处理数据，虽然以前用过，但通过这次学习更加了解了数据预处理的过程。 - Task 05 超大图上的节点表征学习。
学习Cluster-GCN算法，用于处理超大图。 - Task 06 基于图神经网络的图表征学习方法
学习基于图同构网络（Graph Isomorphism Network, GIN）的图表征网络。 - Task 07 图预测任务实践
学习创建超大规模数据集。
|