beginner - PyTorch官方教程
- two_layer_net.py - 两层全连接网络 （原链接 已替换为其他示例）
- neural_networks_tutorial.py - 神经网络示例
- cifar10_tutorial.py - CIFAR10图像分类器
dlwizard - Deep Learning Wizard
- linear_regression.py - 线性回归
- logistic_regression.py - 逻辑回归
- fnn.py - 前馈神经网络
- cnn.py - 卷积神经网络
- rnn.py - 循环神经网络
- lstm.py - LSTM
复现的GNN模型全部使用DGL实现，部分模型参考了DGL官方示例
运行方式：使用Python的-m参数
例如：要运行gnn/gcn/train.py则执行python -m gnn.gcn.train
dgl - DGL官方文档示例
- dgl_first_demo.py - DGL at a Glance
- node_clf.py, node_clf_hetero.py - 顶点分类/回归
- edge_clf.py, edge_clf_hetero.py, edge_type_hetero.py - 边分类/回归
- link_pred.py, link_pred_hetero.py - 连接预测
- graph_clf.py, graph_clf_hetero.py - 图分类
- node_clf_mb.py, node_clf_hetero_mb.py - 使用邻居采样的顶点分类
- node_clf_mb.py, edge_clf_hetero_mb.py - 使用邻居采样的边分类
- link_pred_mb.py, link_pred_hetero_mb.py - 使用邻居采样的连接预测
- gcn - Graph Convolutional Network (GCN) 论文链接 | 官方代码 | DGL实现
- gat - Graph Attention Networks (GAT) 论文链接 | 官方代码 | DGL实现
- rgcn - Relational Graph Convolutional Network (R-GCN) 论文链接 | 官方代码 | DGL实现 | DGL实现（异构图）
- hetgnn - Heterogeneous Graph Neural Network (HetGNN) 论文链接 | 官方代码
- han - Heterogeneous Graph Attention Network (HAN) 论文链接 | 官方代码 | DGL实现
- hgt - Heterogeneous Graph Transformer (HGT) 论文链接 | 官方代码 | DGL实现
- magnn - Metapath Aggregated Graph Neural Network (MAGNN) 论文链接 | 官方代码
- sign - SIGN: Scalable Inception Graph Neural Networks (SIGN) 论文链接 | DGL实现
- hgconv - Hybrid Micro/Macro Level Convolution for Heterogeneous Graph Learning (HGConv) 论文链接 | 官方代码
- supergat - How to Find Your Friendly Neighborhood: Graph Attention Design with Self-Supervision (SuperGAT) 论文链接 | 官方代码
- metapath2vec - metapath2vec: Scalable Representation Learning for Heterogeneous Networks 论文链接 | 官方代码 | DGL实现
- rhgnn - Heterogeneous Graph Representation Learning with Relation Awareness (R-HGNN) 论文链接 | 官方代码
- lp - Label Propagation 论文链接 | DGL实现
- cs - Correct and Smooth (C&S) 论文链接 | 官方代码 | DGL实现
- heco - Self-Supervised Heterogeneous Graph Neural Network with Co-Contrastive Learning (HeCo) 论文链接 | 官方代码
- kgcn - Knowledge Graph Convolutional Networks for Recommender Systems (KGCN) 论文链接 | 官方代码 | PyTorch实现