Project Icon

spektral

基于Keras API和TensorFlow 2的Python库,专为图神经网络(GNN)提供简单灵活的框架

Spektral是一个基于Keras API和TensorFlow 2的Python库,专为图神经网络(GNN)提供简单灵活的框架。该库适用于社交网络用户分类、分子性质预测、图生成、节点聚类和链接预测等任务。Spektral包含多种流行的图深度学习层,如GCN、Chebyshev、GraphSAGE、GAT等,并提供丰富的图操作工具。最新版1.0引入了新数据集、新容器、Loader类和transforms模块,简化了数据处理和模型训练。更多信息请参阅官方文档和示例。

Spektral项目介绍

Spektral是一个基于Keras API和TensorFlow 2的Python库,专注于图深度学习。该项目的主要目标是提供一个简单但灵活的框架,用于创建图神经网络(GNNs)。通过Spektral,用户可以进行社交网络用户分类、预测分子属性、通过生成对抗网络(GANs)生成新图、节点聚类、链接预测等一系列基于图数据的任务。

Spektral的主要功能

Spektral实现了一些目前最流行的用于图深度学习的层,包括:

  • 图卷积网络(GCN)
  • 切比雪夫卷积
  • GraphSAGE
  • ARMA卷积
  • 边缘条件卷积(ECC)
  • 图注意力网络(GAT)
  • 神经预测的近似个性化传播(APPNP)
  • 图同构网络(GIN)
  • 扩散卷积

此外,还有许多其他卷积层供使用者选择。同时,Spektral还提供一些池化层,如:

  • MinCut池化
  • DiffPool
  • Top-K池化
  • 自注意力图池化(SAG Pooling)
  • 全局池化
  • 全局门控注意力池化
  • SortPool

这些层和池化方法大大丰富了用户在图深度学习项目中的选择和灵活性。Spektral还包含许多用于表示、操作和转换图的工具,极大地简化了用户的图深度学习项目开发过程。

安装指南

Spektral与Python 3.6及以上版本兼容,并在最新版本的Ubuntu、MacOS和Windows上进行了测试。其他Linux发行版也应当可以运行。

你可以通过PyPi简单地安装Spektral:

pip install spektral

或者从源码安装:

git clone https://github.com/danielegrattarola/spektral.git
cd spektral
python setup.py install  # 或使用 'pip install .'

在Google Colab上安装Spektral也同样简单:

! pip install spektral

Spektral 1.0 的新特性

Spektral 1.0的发布对于该库来说是一个重要的里程碑,带来了许多新功能和改进。以下是一些主要变化和新特性:

  • 新的GraphDataset容器标准化了Spektral处理数据的方式,不影响模型,而是使数据使用更加简便。
  • 新的Loader类能够隐藏创建图批次的复杂性,无论是编写自定义训练循环还是使用Keras的model-dot-fit方法,数据处理变得更简单。
  • 新的transforms模块实现了多种常见的图操作,可以应用于数据集。
  • 新的GeneralConvGeneralGNN类允许用户构建通用模型,不需担心选择哪种层或架构。
  • 新的数据集:QM7和ModelNet10/40,以及OGB数据集的包装器。
  • 库结构和依赖关系的重大清理。
  • 新的示例和教程。

社区贡献

Spektral是一个开源项目,托管在Github上,欢迎各种类型的贡献。如果有想要添加到框架中的有趣的东西,可以随时提出pull request。贡献指南以及功能请求列表均可在GitHub上找到。

通过Spektral,图深度学习变得更加可达并且简单化,为广大开发者开辟了一个广阔的应用天地。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号