文件名称：冬天2021_CS249_GNN
文件大小：32.47MB
文件格式：ZIP
更新时间：2024-03-03 12:59:01
JupyterNotebook
UCLA CS 249：图神经网络（GNN） 课程说明 这是一门面向研究生的研究型课程，于2021年冬季提供。该课程旨在介绍和讨论图神经网络（GNN）的最新进展，旨在为不同图应用的图数据设计深度学习算法。 该课程包括讲师的授课时间，涵盖图神经网络的基础知识，以及由学生撰写的论文阅读和演讲，内容涵盖最近的GNN论文。 要求学生进行与GNN相关的基于团队的研究项目，并将该项目介绍给全班同学。 课程要求 在本课程中，每个学生将：1）提交一份与GNN相关的论文； 2）与小组一起完成课程项目。 这个Github仓库是每个学生提交论文报告和课程项目的报告和代码的地方。 对于论文演示，演示者应在每次演讲之前将以下文件上传到每个给定的文件夹中： 报告：简要总结论文。 它的结构应为备忘录，包括简介，相关工作，解决方案，实验结果，主要结论，利弊。 演示：交互式Jupyter Notebook / Co
【文件预览】：
Winter2021_CS249_GNN-main
----Course_Project()
--------README.md(3KB)
----README.md(3KB)
----Paper_Presentation()
--------README.md(7KB)
--------Knowledge_Graph()
--------Graph_Synthesis()
--------Expressive_Power()
--------Programming_Language()
--------.DS_Store(6KB)
--------Dynamic_Graph()
----.DS_Store(6KB)