グラフ構造にまつわるサーベイ結果まとめ GNNからApplicationsまで Part1
2019年7月3日、nlpaper.challengeが主催するイベント「第1回 NLP/CV最先端勉強会」が開催されました。NLP/CVの知見をもとにEmbedding やグラフ、対話応答、text2image などの様々な分野の最先端の研究成果をサーベイする本勉強会。今回は、グラフと対話応答のサーベイチーム報告会と、CVPR2019速報を行いました。プレゼンテーション「Graph: A Survey of Graph Neural Networks, Embedding, Tasks and Applications」に登壇したのは、内橋堅志氏。 グラフにまつわるサーベイまとめ Kenshi Uchihashi氏：僕はグラフについてサーベイしていまして、幅広くやっているのですが、特にGraph Neural NetworksやGraph Embedding、Link Predictio
PyG Documentation — pytorch_geometric documentation
Install PyG Installation Get Started Introduction by Example Colab Notebooks and Video Tutorials Tutorials Design of Graph Neural Networks Working with Graph Datasets Use-Cases & Applications Multi-GPU Training Advanced Concepts Advanced Mini-Batching Memory-Efficient Aggregations Hierarchical Neighborhood Sampling Compiled Graph Neural Networks TorchScript Support Scaling Up GNNs via Remote Backe
GitHub - microsoft/ptgnn: A PyTorch Graph Neural Network Library
This is a library containing pyTorch code for creating graph neural network (GNN) models. The library provides some sample implementations. If you are interested in using this library, please read about its architecture and how to define GNN models or follow this tutorial. Note that ptgnn takes care of defining the whole pipeline, including data wrangling tasks, such as data loading and tensorizat
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GNNExplainer: Generating Explanations for Graph Neural Networks
PyTorch GeometricでGraph Neural Network（GNN）入門｜はやぶさの技術ノート
Geometric Deep Learning - Grids, Groups, Graphs, Geodesics, and Gauges
