趋近智
趋近智
本课程介绍图神经网络 (neural network)（GNN）。这类模型专门用于处理图结构数据。你将学习 GNN 的运作原理，包括消息传递机制以及图卷积网络（GCN）和图注意力网络（GAT）等具体架构。本课讲解构建 GNN 模型的完整流程：图数据表示、网络架构定义、模型训练以及在通用任务中的性能评估。实战部分侧重于通过 PyTorch Geometric 库进行开发。
先修课程 具备 Python 与机器学习入门知识
级别:
图数据表示
使用邻接矩阵和特征矩阵为机器学习应用表示图结构数据。
GNN 运作机制
讲解作为多数 GNN 架构底层的消息传递机制。
GNN 架构
区分并实现 GCN、GraphSAGE 和 GAT 等常用模型。
模型训练
针对节点分类等任务，搭建完整的 GNN 训练与评估流程。
实战开发
通过 PyTorch Geometric 库高效构建并训练 GNN。