PyTorch Geometric是一个基于PyTorch的图形神经网络库，旨在简化结构化数据的建模与训练流程。支持小批量和大规模图的处理，并提供全面的GPU加速、数据管道处理以及常用基准数据集。这使得它成为机器学习研究者和初学者理想的选择。

TypeDB-ML 提供了一套实现图算法和机器学习的工具，兼容 NetworkX 和 PyTorch Geometric，可以对 TypeDB 数据进行查询、构建和处理，支持图神经网络的构建和预测。用户可以轻松安装这些工具，并可通过 TypeDB-ML Discord 频道或 Vaticle 讨论论坛获取更多支持和最新资讯。

DeepSNAP是一个专为图神经网络设计的Python库，连接NetworkX和PyTorch Geometric，提供灵活的图操作和标准化流程。它支持高效的图操作和转换、异构图处理，并提供数据集分割、负采样等功能。DeepSNAP的API易于使用，适用于节点分类、链接预测和图分类等多种图学习任务。

这个项目是一个全面的图神经网络（GNN）教程，内容涵盖基础架构到最新技术。课程包含四个章节：GNN简介、图注意力网络、GraphSAGE和图同构网络，每章配有详细文章和实践代码。教程旨在帮助学习者掌握GNN的核心概念和实现方法，适合对深度学习感兴趣的研究者和开发者。