文件名称：tf-gnn-samples:图神经网络的TensorFlow实现
文件大小：25.7MB
文件格式：ZIP
更新时间：2024-05-20 15:15:05
Python
TF图神经网络样本 该存储库是代码版本，对应于介绍具有特征线性调制的图神经网络（GNN）的文章（ ）。 在本文中，讨论了许多GNN架构： 门控图神经网络（GGNN）（ ）。 关系图卷积网络（RGCN）（ ）。 关系图注意力网络（RGAT）-图注意力网络（ ）对几种边缘类型的概括。 关系图同构网络（RGIN）-图同构网络（ ）对几种边缘类型的概括。 带有边缘MLP的图形神经网络（GNN-Edge-MLP）-RGCN的一种变体，其中边缘上的消息是使用完整MLP而非单个层来计算的。 关系图动态卷积网络（RGDCN）-RGCN的新变体，其中动态计算卷积层的权重。 具特征线性调制（GNN-FiLM）的图形神经网络-带有FiLM层的RGCN的新扩展。 本文中提出的结果基于该存储库中提供的模型和任务的实现。 此代码已在使用TensorFlow 1.13.1的Python 3.
【文件预览】：
tf-gnn-samples-master
----models()
--------rgin_model.py(2KB)
--------rgcn_model.py(2KB)
--------sparse_graph_model.py(19KB)
--------gnn_film_model.py(2KB)
--------gnn_edge_mlp_model.py(2KB)
--------ggnn_model.py(2KB)
--------__init__.py(322B)
--------rgdcn_model.py(2KB)
--------rgat_model.py(2KB)
----run_varmisuse_benchs.py(4KB)
----tasks()
--------ppi_task.py(13KB)
--------sparse_graph_task.py(10KB)
--------default_hypers()
--------qm9_task.py(14KB)
--------__init__.py(221B)
--------citation_network_task.py(8KB)
--------varmisuse_task.py(27KB)
----data()
--------qm9()
----test.py(2KB)
----run_qm9_benchs.py(3KB)
----train.py(5KB)
----LICENSE(1KB)
----CONTRIBUTING.md(916B)
----requirements.txt(53B)
----.gitignore(1KB)
----run_ppi_benchs.py(3KB)
----reorg_varmisuse_data.sh(1KB)
----README.md(14KB)
----utils()
--------model_utils.py(3KB)
--------utils.py(5KB)
--------citation_network_utils.py(5KB)
--------varmisuse_data_splitter.py(4KB)
--------__init__.py(117B)
----.flake8(126B)
----gnns()
--------gnn_edge_mlp.py(6KB)
--------rgdcn.py(9KB)
--------gnn_film.py(7KB)
--------ggnn.py(5KB)
--------rgat.py(8KB)
--------__init__.py(278B)
--------rgin.py(7KB)
--------rgcn.py(6KB)