VIP20
本课程属于：045-AI药物发现特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

MPNN消息传递网络设计技巧

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
图神经网络概述
GNN发展史 · 应用场景 · 基本概念
图神经网络概述GNN
02
MPNN框架详解
消息传递 · 聚合 · 更新三个步骤
MPNN框架详解
03
图的表示与输入特征
邻接矩阵 · 边特征 · 节点特征
图的表示输入特征
04
消息函数设计
线性变换 · MLP · 共享参数等
消息函数设计线性变换
05
聚合函数
求和 · 均值 · 最大值
聚合函数求和
06
更新函数
GRU · LSTM · 残差连接
更新函数GRU
07
经典MPNN模型
GCN（图卷积网络）原理与实现
MPNN经典
08
图注意力网络（GAT）
注意力机制 · 多头注意力
GAT图注意力网络
09
GraphSAGE
采样与聚合 · 归纳学习
GraphSAGE采样
10
GIN（图同构网络）
区分图结构的能力
GIN图同构网络
11
MPNN的过平滑问题
原因分析与缓解策略
MPNN的过平滑问题
12
跳跃连接与层级聚合
JK-Net · DenseGCN
跳跃连接层级聚合
13
图池化与读出函数
全局池化 · SortPool · DiffPool
图池化读出函数
14
图分类与回归任务
模型构建与损失设计
图分类回归任务
15
节点分类与链路预测
任务差异与模型选择
节点分类链路预测
16
边特征处理
边特征的消息传递设计
边特征处理边特征的消息传递…
17
异构图与异质GNN
HIN · RGCN · HAN
GNN异构图
18
图数据增强
节点/边扰动 · 图生成 · Mixup
图数据增强节点
19
图级预训练
GPT-GNN · GraphMAE
图级预训练GPT-GNN
20
大规模图训练
采样策略（Neighbor Samp… · Cluster-GCN）
大规模图训练Neighbor
21
图神经网络的可扩展性
分布式训练 · GPU优化
图神经网络的可扩…分布式训练
22
图神经网络的鲁棒性与解释性
对抗攻击 · GNNExplainer
图神经网络的鲁棒…解释性
23
超参数调优
网络深度 · 隐藏维度 · 学习率
超参数调优网络深度
24
损失函数设计
对比损失 · 互信息损失 · 交叉熵
损失函数设计对比损失
25
正则化技巧
权值衰减 · DropEdge · PairNorm
正则化技巧权值衰减
26
特征工程与归一化
节点特征标准化 · 拉普拉斯归一化
特征工程归一化
27
图的数据加载与预处理
PyG Data对象 · DGL图
图的数据加载预处理
28
MPNN代码实战
使用PyTorch Geometri…
MPNN代码实战
29
模型评估与验证
划分策略 · 早停 · 交叉验证
模型评估验证
30
项目实战
分子性质预测/社交网络分析案例
项目实战分子性质预测