Hysen Labspytorch_geometric
Bibliothèque de réseaux neuronaux graphiques pour PyTorch. Pour cela, nous chargeons l'ensemble de données Cora et créons un modèle GCN simple à 2 couches à l'aide du GCNonv prédéfini : nous pouvons désormais optimiser le modèle dans une boucle de formation, similaire à la procédure de formation standard de PyTorch.
Le problème qu’il résout
Bibliothèque de réseaux neuronaux graphiques pour PyTorch. Pour cela, nous chargeons l'ensemble de données Cora et créons un modèle GCN simple à 2 couches à l'aide du GCNonv prédéfini : nous pouvons désormais optimiser le modèle dans une boucle de formation, similaire à la procédure de formation standard de PyTorch.
Le contexte du projet sur cette page est accessible gratuitement. Le dépôt GitHub d’origine reste la référence ; la connexion n’est nécessaire que pour enregistrer ou rejoindre la discussion.
Notes de la communauté