Heterogeneous Graph Attention Network 2019 WWW 论文链接：https://arxiv.org/pdf/1903.07293 代码： 官方代码：https://github.com/Jhy1993/HAN DGL实现：https://github.com/dmlc/dgl/tree/master/examples/pytorch/h...

Heterogeneous Graph Neural Network 2019 KDD 论文链接：https://dl.acm.org/doi/pdf/10.1145/3292500.3330961 官方代码：https://github.com/chuxuzhang/KDD2019_HetGNN 个人实现：https://github.com/ZZy979/pytorch-tuto...

官方文档：https://docs.dgl.ai/en/latest/guide/training.html 官方示例：https://github.com/dmlc/dgl/tree/master/examples/pytorch 官方文档给出了使用消息传递和NN模块训练用于不同类型任务的GNN的例子，包括顶点分类/回归、边分类/回归、连接预测和图分类 1.顶点分类/回归 https...

官方文档：https://docs.dgl.ai/en/latest/guide/data.html dgl.data实现了很多常用的图数据集，这些数据集都是dgl.data.DGLDataset的子类 DGL官方推荐通过继承dgl.data.DGLDataset来实现自己的数据集，从而可以更方便地加载、处理、保存图数据集 1.DGLDataset类 dgl.data.DGLDatas...

Semi-Supervised Classification with Graph Convolutional Networks 2017 ICLR 论文链接：https://arxiv.org/pdf/1609.02907 代码： 官方代码： https://github.com/tkipf/gcn https://tkipf.github.io...

官方文档：https://docs.dgl.ai/en/latest/guide/nn.html DGL的NN模块用于构建GNN模型，相当于PyTorch的NN模块或TensorFlow的层 以PyTorch后端为例，DGL NN模块的使用方法和PyTorch相同——在构造函数中注册参数，在forward方法中进行张量运算，因此可以和其他PyTorch的NN模块无缝集成，主要的不同是消息...

官方文档：https://docs.dgl.ai/guide/message.html 1.消息传递模型 令 $x_v \in R^{d_1}$ 表示顶点v的特征，$x_{(u,v)} \in R^{d_2}$表示边(u, v)的特征，$m_{(u,v)}$表示边(u, v)的消息，消息传递模型定义如下： [m_{(u,v)}^{(t+1)} = \phi (x_u^{(t)},x_v^...

Deep Graph Library (DGL)是一个用于构建图神经网络模型的框架 网址：https://www.dgl.ai/ 官方文档：https://docs.dgl.ai/ 论坛：https://discuss.dgl.ai/ 安装 CPU版本：pip install dgl -f https://data.dgl.ai/wheels/repo.html ...

下面的代码定义了一个Item类： class MyItem(scrapy.Item): foo = scrapy.Field() bar = scrapy.Field() 按照Scrapy官方文档的说法，使用关键字参数创建Item对象，和字典一样使用下标访问和修改字段的值，此外还有一个fields属性用于访问字段本身（由于Field类就是dict，因此foo = Fie...

项目管道(Item Pipeline)用于处理Spider返回的Item对象，如果定义了多个项目管道，则按优先级顺序执行 官方文档：https://docs.scrapy.org/en/latest/topics/item-pipeline.html 项目管道就是实现了process_item()方法的Python类，用于处理Spider返回的Item对象 注意：Scrapy并没有提供...