DGL是一个高效易用的Python包，支持在图上执行深度学习。兼容PyTorch、Apache MXNet和TensorFlow等多种框架，提供GPU加速的图库、丰富的GNN模型示例、全面的教学材料及优化的分布式训练功能。适合从研究人员到行业专家的各类用户。广泛应用于学术及实践领域，无论是基础教学还是高级图分析，DGL均能有效支持。

DIG提供统一的数据接口、常用算法和评估指标，支持高级图深度学习任务如图生成、自监督学习、解释性、三维图、OOD图的开发和基准测试。DIG帮助研究人员轻松开发新方法并与基线方法进行比较。最新版本基于PyG 2.0.0升级，推荐使用。

本教程基于京东团队、密西根州立大学和斯坦福大学CS224W课程内容，提供图深度学习从入门到应用的全面指导。涵盖图理论基础、深度学习基础、经典图神经网络模型，并结合NetworkX、DGL和PyG框架的实践代码，助力读者系统掌握图深度学习知识。