quqixun/GNN-Pytorch

🧠 Bộ sưu tập cách tiếp cận GNN bằng PyTorch — từ lý thuyết đến mã nguồn

Tập trung vào việc học và thực hành các phương pháp GNN, không phải tối ưu kết quả tốt nhất.

Đây là kho lưu trữ mã nguồn mở cài đặt các phương pháp Graph Neural Networks (GNN) bằng PyTorch, bao gồm cả các mô hình nổi tiếng như GCN, GAT, GraphSAGE, FastGCN, GRAND cho nhiệm vụ phân loại nút, cũng như SAGPool và MinCutPool cho phân loại đồ thị. Dự án hỗ trợ chạy thử trên các bộ dữ liệu tiêu chuẩn như Cora, Citeseer, Pubmed (phiên bản đầy đủ), DD, NCI1, PROTEINS và có khả năng mở rộng với OGB.

✨ Điểm nổi bật

• Node Classification: Hỗ trợ GCN, GraphSAGE, GAT, FastGCN, GRAND với bảng kết quả so sánh độ chính xác.
• Graph Classification: Cài đặt SAGPool (cả phiên bản g và h) và MinCutPool.
• Dữ liệu chuẩn: Dùng sẵn Cora, Citeseer, Pubmed, DD, NCI1, PROTEINS; hỗ trợ OGB nếu cài thêm.
• Kết quả thực nghiệm: Cung cấp bảng số liệu Accuracy từng phương pháp trên từng bộ dữ liệu.
• Tích hợp paper link: Mỗi mô hình đều gắn liên kết đến bản gốc trên arXiv.
• Môi trường rõ ràng: Đưa ra phiên bản cụ thể của Python, NumPy, SciPy, PyTorch, Torch Geometric để tái tạo dễ dàng.
• Tập trung học tập: Không tối ưu để đạt kết quả tốt nhất mà nhằm giúp người đọc hiểu rõ cách hoạt động của từng phương pháp.

💡 Vì sao đáng chú ý

Dự án khác với các kho khác thường tập trung vào leaderboard, mà này là công cụ để học và thực hành. Mỗi mô hình được cài đặt độc lập trong thư mục riêng, kèm link paper và kết quả thực nghiệm, giúp người mới tiếp cận GNN nhanh chóng nắm bắt được cách tiếp cận từng phương pháp. Phù hợp để học thuật, thực hành và nghiên cứu sâu.

---

#GNN #PyTorch #GraphNeuralNetworks #GNNLearning #TiniX