【亲测免费】 DeepGCNs: 图卷积神经网络的开源实现

1. 项目基础介绍

本项目是基于PyTorch的开源项目，主要致力于实现和优化图卷积神经网络（GCN）。项目链接为：deep_gcns_torch。项目的主要编程语言为Python。

2. 核心功能

项目的核心功能包括：

• 实现了DeepGCNs（ICCV'2019, TPAMI'2021），探索了如何成功地训练非常深的GCN。
• 引入了残差/密集连接和扩张卷积的概念，并将它们适配到GCN架构中。
• 通过广泛的实验，展示了这些深GCN框架的积极效果。
• 提供了多种类型的GCN（如MRGCN、EdgeConv、GraphSage和GIN）的消融研究。

3. 最近更新的功能

项目最近的更新主要包括：

• 优化了代码结构和模块划分，提高了代码的易读性和可维护性。
• 增加了在OGB数据集上的实验示例，包括节点/图属性预测的内存高效GNNs。
• 对已有模型进行了性能改进和优化，提升了模型的训练效率和预测准确性。
• 更新了文档和示例代码，使得用户更容易理解和使用项目中的功能。