图深度学习(葡萄书)
葡萄书简介
本教程主要基于京东团队的《图深度学习从理论到实践》、密西根州立大学汤继良老师团队的《图深度学习》以及斯坦福大学 CS224W 图机器学习的内容进行整合,旨在帮助读者无痛入门图深度学习。除了介绍深度学习和图基础知识以及经典图神经网络模型的理论外,我们还基于开源的图框架 NetworkX、DGL 和 PyG 提供了直接的上手代码。
目录
在线阅读地址:https://datawhalechina.github.io/grape-book
本书第一版包含第一到七章,涵盖了最常见的各类图神经网络理论和代码讲解。后续章节将包含图神经网络在各个领域内更加实际的应用案例。
贡献者
- @小饭:项目负责人,负责第一章介绍、第二章图理论基础、第四章图表示学习、及各章节校对
- @银晗:负责第三章深度学习基础
- @洋:负责第五章图卷积网络
- @汝超:项目发起人,负责第六章关系图卷积神经网络
- @凯:负责第七章图注意力网络
参与贡献
- 如果你想参与到项目中来欢迎提交 Issue 申请开启一个新的章节,并在完成后进行 pull request。
- 如果你发现了一些问题,欢迎在 Issue 中进行反馈🐛。
- 如果你对本项目感兴趣想要参与进来可以联系项目负责人@小饭 进行交流💬。
如果你对 Datawhale 很感兴趣并想要发起一个新的项目,欢迎查看 Datawhale 贡献指南。
致谢
本教程得到了《图深度学习从理论到实践》作者姚博士的肯定与支持,大家可以在京东购买此书的纸质或电子版进行更加深入的学习!
关注我们
扫描下方二维码关注公众号:Datawhale
LICENSE
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。