paddlepaddle 图神经网络7日打卡营 学习心得

最近这周参加了百度组织的paddlepaddle 图神经网络7日打卡营，
主要是学习了图神经网络的相关知识，以及用paddlepaddle进行相关案例的复现。

学习内容：
一、图学习初印象
图学习概述、入门路线
作业：安装环境，跑通 example 代码。

二、图游走类模型
DeepWalk、node2vec、metapath2vec、metapath2vec 变种模型
实践：DeepWalk代码解析
作业：以填空的方式完成 node2vec 模型复现

三、图神经网络算法（一）
GCN、GAT、消息传递机制
实践：GCN代码解析
作业：以填空的方式完成 GAT 模型复现

四、图神经网络算法（二）

图采样技术、图聚合技术

实践：讲解 GraphSage 代码
作业：以填空的方式完成GraphSage模型复现

五、图神经网络进阶模型讲解
ERNIESage、UniMP
实践：ERNIESage代码讲解

大作业：完成比赛

这次学习其实还是图神经网络的入门，学习过程中发现图神经网络可以用于社交分析，例如客户分析，风险分析等场景，而且与NLP知识上联系较多，可以一起学习。

这次学习发现的问题是，很多知识点还不够牢固，需要反复的训练和巩固。

后续计划是不断学习图神经网络的知识，巩固基础知识。
最近找一两个公司内部的案例做一个基础demo，做到学以致用。

感谢baidu paddlepaddle的老师和助教。