文件名称：himp-gnn:用于学习分子图的分层消息间传递
文件大小：162KB
文件格式：ZIP
更新时间：2024-06-19 08:47:49
pytorch geometric-deep-learning graph-neural-networks molecular-graph junction-tree
用于学习分子图的分层消息间传递 这是用于学习分子图的分层消息间传递的 PyTorch 实现，如我们的论文中所述： Matthias Fey、Jan-Gin Yuen、Frank Weichert：(GRL+ 2020) 要求 (>=1.4.0) (>=1.5.0) (>=1.1.0) 实验 可以通过以下方式运行实验： $ python train_zinc_subset.py $ python train_zinc_full.py $ python train_hiv.py $ python train_muv.py $ python train_tox21.py $ python train_ogbhiv.py $ python train_ogbpcba.py 引用 如果您在自己的工作中使用此代码，请引用： @inproceedings{Fey/etal/2020,
【文件预览】：
himp-gnn-master
----train_tox21.py(4KB)
----transform.py(2KB)
----train_zinc_subset.py(3KB)
----overview.png(155KB)
----train_zinc_full.py(3KB)
----model.py(6KB)
----train_hiv.py(4KB)
----train_muv.py(4KB)
----README.md(1KB)
----.gitignore(24B)
----train_ogbhiv.py(3KB)
----train_ogbpcba.py(3KB)