ML 学习站
跳到正文
课程目录图神经网络入门
高级GNN图GCNGraphSAGEGATGraph Transformer

图神经网络入门

从图基础到 GCN/GraphSAGE/GAT, 看社交网络/分子/推荐背后的图神经网络技术。

总时长 约 6 小时4 个章节ML 学习站
开始学习 · 图基础:从社交网络到分子结构

你将学到

  • 围绕「GNN」主题展开的系统化训练
  • 围绕「图」主题展开的系统化训练
  • 围绕「GCN」主题展开的系统化训练
  • 围绕「GraphSAGE」主题展开的系统化训练
  • 围绕「GAT」主题展开的系统化训练
  • 围绕「Graph Transformer」主题展开的系统化训练

章节目录

共 4 章, 建议按顺序学习。

  1. 01

    图基础:从社交网络到分子结构

    35 分钟

    图表示 / 度 / BFS/DFS / Dijkstra / PageRank。

  2. 02

    GNN 基础:GCN / GraphSAGE / GAT

    50 分钟

    Message Passing 框架, 三大经典 GNN 与实战。

  3. 03

    GNN 应用:节点 / 边 / 图三大任务

    55 分钟

    节点分类 / 链接预测 / 图分类 + 工业案例 (推荐/药物/交通)。

  4. 04

    Graph Transformer:把 Transformer 搬到图上

    45 分钟

    Graphormer / GATv2 / GPS, 大规模 + LLM 结合。