VIP20
本课程属于：054-单细胞空间整合特征学习任务 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

图神经网络特征提取实战案例

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
深度学习与图数据的交汇 · 图论基础回顾 · GNN的应用场景（推荐系统
图神经网络概述深度学习
02
图数据表示
节点 · 边 · 邻接矩阵
图数据表示节点
03
PyTorch与PyTorch Geometric环境搭建
安装配置 · 常用库简介 · 第一个图数据加载与可视化
PyTorchGeometric
04
消息传递机制
GNN的核心范式——聚合 · 更新 · 消息函数
消息传递机制GNN
05
图卷积网络（GCN）原理
Chebyshev近似 · 一阶近似 · GCN公式推导
GCN图卷积网络
06
GCN实战——节点分类
加载Cora/Citeseer数据集 · 构建GCN模型 · 训练与评估
GCN节点分类
07
图注意力网络（GAT）原理
自注意力机制 · 多头注意力 · 注意力系数计算
GAT图注意力网络
08
GAT实战——节点分类与可视化
用GAT实现节点分类 · 注意力权重可视化（SVG绘制）
GAT节点分类
09
GraphSAGE原理
邻居采样 · 聚合函数（Mean · LSTM
GraphSAGE原理
10
GraphSAGE实战——大规模图节点分类
使用Reddit数据集 · mini-batch训练 · 性能对比
GraphSAGE大规模图节点分类
11
门控图神经网络（Gated GNN）
GRU/ LSTM在图上的应用 · 序列生成任务
GatedGNN
12
图同构网络（GIN）
WL测试 · 最大表达能力 · GIN架构设计
GIN图同构网络
13
图池化与读出操作
全局池化（Mean · Max · Sum）
图池化读出操作
14
图分类实战——分子性质预测
使用MUTAG/PROTEINS数据… · 完整的图分类流程
图分类实战分子性质预测
15
边预测与链接预测
Encoder-Decoder框架 · 负采样 · 评价指标（AUC
边预测链接预测
16
链接预测实战——社交网络推荐
使用Facebook/PPI数据集 · 预测用户间是否连接
链接预测实战社交网络推荐
17
图生成模型简介
VAE在图上 · 分子生成 · GraphRNN
图生成模型简介VAE
18
图自编码器（GAE）与变分图自编码器（VGAE）
重构损失 · 拉普拉斯分布 · 边生成
GAEVGAE
19
图对抗防御
对抗攻击（拓扑扰动 · 特征篡改） · 防御方法（RGCN
图对抗防御对抗攻击
20
GNN的解释性
GNNExplainer · 注意力解释 · 梯度归因
GNN的解释性
21
图神经网络在推荐系统中的应用
PinSage · LightGCN · 用户-物品图构建
图神经网络推荐系统
22
超图神经网络
超图定义 · 超图卷积 · 在医疗影像中的应用
超图神经网络超图定义
23
异构图神经网络
HAN · HGT · 元路径
异构图神经网络HAN
24
动态图神经网络
时间图定义 · TGAT · EvolveGCN
动态图神经网络时间图定义
25
图神经网络与自然语言处理
文本分类中构建图 · 句法图 · 语义图
图神经网络自然语言处理
26
图神经网络与计算机视觉
点云处理 · 场景图生成 · 图像节点的关系推理
图神经网络计算机视觉
27
图神经网络的工程化与部署
ONNX导出 · TensorRT优化 · 模型量化
图神经网络的工程…部署
28
GNN加速技巧
图采样 · 邻居缓存 · 分布式训练（DGL与PyG的分布式支…
GNN加速技巧
29
图神经网络常见陷阱与调优
过平滑 · 欠平滑 · 梯度消失
图神经网络常见陷…调优
30
综合实战项目——从零构建一个图学习系统
需求分析 · 数据预处理 · 模型选择
综合实战项目从零构建一个图学…