图神经网络

参考资料 

斯坦福CS224W课程： http://cs224w.stanford.edu

https://snap-stanford.github.io/cs224w-notes/

https://www.bilibili.com/video/av84385561

https://github.com/snap-stanford/cs224w-notes

• 图学习库 PGL：https://github.com/PaddlePaddle/PGL

资料推荐

• 理论：

• 综述

Graph Neural Networks: A Review of Methods and Applications https://arxiv.org/pdf/1812.08434.pdf

A Comprehensive Survey on Graph Neural Networks https://arxiv.org/abs/1901.00596

• 视频 •

理论课： 斯坦福 CS224W

• 动手实践：DeepWalk, node2vec, GCN, GAT, GraphSAGE

• 进阶：

经典论文 • DeepWalk. " DeepWalk: Online Learning of Social Representations " https://arxiv.org/pdf/1403.6652.pdf

• GCN. “ Semi-supervised Classification with Graph Convolutional Networks" https://arxiv.org/pdf/1609.02907.pdf

• GAT. ”Graph Attention Networks" https://arxiv.org/pdf/1710.10903.pdf

• GraphSAGE. " Inductive Representation Learning on Large Graphs" https://arxiv.org/pdf/1706.02216.pdf

• https://github.com/thunlp/GNNPapers

• 前沿研究方向：

• 针对 GNN 而言：图采样技术、邻居聚合、深度图卷积、图预训练

图学习 

一般深度学习：难以处理不规则数据。 地图 商品广告

图学习：可以方便地处理不规则数据(图)，充分利用图结构信息。

参考内容：https://baidu-pgl.gz.bcebos.com/pgl-course/lesson_1.pdf