メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)

GCNII

このリポジトリは、「Simple and Deep Graph Convolutional Networks」(GCNII)モデルのPyTorch実装を提供します。ベンチマークグラフデータセットでの半教師あり学習および全教師あり学習の結果を再現するためのコードと、PyTorch Geometricの参照実装が含まれています。

リポジトリを見る
共有
リポジトリを見る
共有

このGitHubリポジトリ、chennnM/GCNIIは、「Simple and Deep Graph Convolutional Networks」(GCNII)という研究論文のPyTorch実装を提供しています。このプロジェクトは、研究者や開発者がGCNIIを容易に利用し、実験や改良を行えるようにすることを目的としています。

続きを読む

この実装は、Cora、Citeseer、Pubmedといったベンチマークデータセットに加え、Chameleon、Cornell、Texas、Wisconsinなどの追加データセットを含む、様々なグラフデータセットをサポートしています。半教師あり学習と全教師あり学習の両方の設定に対応しており、GCNやGeom-GCNといった関連研究で説明されている実験設定を再現できます。リポジトリにはこれらの実験を実行するためのスクリプトも含まれており、報告されている結果を簡単に再現することが可能です。

実装の主要なコンポーネントには、コアモデルアーキテクチャ、データロードおよび前処理ユーティリティ、トレーニングスクリプトが含まれます。プロジェクトでは、CUDA、Python、PyTorch、NetworkX、scikit-learnなどの依存関係が詳細に記載されており、ユーザーが環境を正しく設定できるようになっています。さらに、PyG(PyTorch Geometric)フォルダ内には参照実装が提供されており、PyTorch Geometricライブラリとの統合を希望または必要とするユーザー向けに、torch-geometricとogbの特定のバージョン要件が示されています。

リポジトリには、異なるデータセットと設定におけるテスト精度結果の概要も提示されており、ユーザーが自身の実装や発見と比較するためのベンチマークを提供します。使用方法の説明は明確で、半教師あり、全教師あり、および帰納的PPI実験を実行するためのシェルスクリプトの実行方法を案内しています。これにより、GCNIIモデルはグラフベースの機械学習タスクへの実用的な応用が可能になります。

このプロジェクトは活発にメンテナンスされており、READMEファイルには最近の更新が含まれています。コミュニティの関与を示すコントリビューションやフォークは、オープンソース開発の協調的な性質を強調しています。主な使用言語はPythonであり、ユーティリティ目的で少量のShellスクリプトが使用されています。このリソースは、高度なグラフニューラルネットワークとその応用に関心のあるすべての人にとって価値があります。

  • カテゴリー機械学習プラットフォーム
  • 料金モデルオープンソース
  • デプロイクラウド, セルフホスト
  • プラットフォームLinux, Windows

  • GCNIIモデルのPyTorch実装

  • 半教師あり学習をサポート

  • 全教師あり学習をサポート

  • ベンチマークデータセット(Cora, Citeseer, Pubmed)を含む

  • 追加データセット(Chameleon, Cornell, Texas, Wisconsin)を含む

  • 実験結果の再現用スクリプトを提供

  • PyTorch Geometricの参照実装を提供

  • 環境設定のための依存関係を詳細に記載

  • テスト精度結果を要約

  • 実験用の使用方法の説明を含む

  • 主にPythonで書かれたコードベース

  1. 環境設定: CUDA、Python 3.6.9、PyTorch 1.3.1、NetworkX 2.1、scikit-learnをインストールします。

  2. データセットのダウンロード: 'data' および 'newdata' フォルダにデータを配置します。

  3. 半教師あり結果の再現: `sh semi.sh` を実行します。

  4. 全教師あり結果の再現: `sh full.sh` を実行します。

  5. 帰納的PPI結果の再現: `sh ppi.sh` を実行します。

  6. PyG実装の統合: torch-geometric >= 1.5.0 および ogb >= 1.2.0 がインストールされていることを確認します。

  7. PyGの例を実行: `python cora.py` または `python arxiv.py` を実行します。

  • グラフニューラルネットワーク研究
  • 研究結果の再現
  • グラフベース機械学習
  • モデルベンチマーキング
  • 教育ツール
  • グラフ上の帰納的学習

GCNII のレビュー

読み込み中...

GCNII に似た人気のAIツール

このリポジトリは、ICLR'2022で発表された研究論文「How Attentive are Graph Attention Networks?」の公式コード実装を提供します。PyTorch Geometric、DGL、TensorFlow GNNを含む複数のフレームワークで、GATv2の再現可能な実験とコードを提供します。

機械学習プラットフォーム
ツールを見る

Principal Neighbourhood Aggregation

AI GitHub リポジトリ

このリポジトリは、グラフニューラルネットワーク(GNN)のためのPrincipal Neighbourhood Aggregation(PNA)の実装を提供します。PyTorch、DGL、PyTorch Geometricフレームワークをサポートし、マルチタスクおよび実世界のベンチマーク用のスクリプト、柔軟なGNNフレームワーク、比較モデルを提供します。

機械学習プラットフォーム
ツールを見る

AI GitHub リポジトリ

このリポジトリは、グラフニューラルネットワーク(GNN)のためのPrincipal Neighbourhood Aggregation(PNA)の実装を提供します。PyTorch、DGL、PyTorch Geometricフレームワークをサポートし、マルチタスクおよび実世界のベンチマーク用のスクリプト、柔軟なGNNフレームワーク、比較モデルを提供します。

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

DeepGCNs

AI GitHub リポジトリ

このGitHubリポジトリは、DeepGCNs、DeeperGCN、GNN1000のPyTorch実装を提供します。残差接続や拡張畳み込みなどのCNNの概念を適応させることで、非常に深いグラフ畳み込みネットワークのトレーニングを可能にし、グラフニューラルネットワークの研究を促進します。

機械学習プラットフォーム
ツールを見る

AI GitHub リポジトリ

このGitHubリポジトリは、DeepGCNs、DeeperGCN、GNN1000のPyTorch実装を提供します。残差接続や拡張畳み込みなどのCNNの概念を適応させることで、非常に深いグラフ畳み込みネットワークのトレーニングを可能にし、グラフニューラルネットワークの研究を促進します。

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

Keras

AI GitHub リポジトリ

Kerasは、人間のために設計されたオープンソースの深層学習ライブラリです。神経ネットワークの構築プロセスを簡素化し、開発者がGitHubでその開発に貢献できるようにします。

機械学習プラットフォーム
ツールを見る

AI GitHub リポジトリ

人間のために設計されたオープンソースの深層学習ライブラリです。神経ネットワークの構築プロセスを簡素化し、開発者がGitHubでその開発に貢献できるようにします。Kerasは、人間のために設計されたオープンソースの深層学習ライブラリです。神経ネットワークの構築プロセスを簡素化し、開発者がGitHubでその開発に貢献できるようにします。

注目機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

このリポジトリは、論文「Simplifying Graph Convolutional Networks」の公式実装を提供します。非線形性を取り除き、重み行列を一つにまとめることで、合理化された Graph Convolutional Network(GCN)モデルを実現。線形モデルでありながら、学習時間を大幅に短縮しつつ、競争力のある性能を達成します。

AIモデルとLLM
ツールを見る

このリポジトリは、論文「Simplifying Graph Convolutional Networks」の公式実装を提供します。非線形性を取り除き、重み行列を一つにまとめることで、合理化された Graph Convolutional Network(GCN)モデルを実現。線形モデルでありながら、学習時間を大幅に短縮しつつ、競争力のある性能を達成します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

このプロジェクトは、Relational Graph Convolutional Networks(R-GCN)の Keras ベースの実装を提供します。有向リレーショナルグラフ上での半教師ありノード分類向けに設計されています。論文「Modeling Relational Data with Graph Convolutional…

AIモデルとLLM
ツールを見る

TensorFlow

AI GitHub リポジトリ

TensorFlowは、誰でも利用できるように設計されたオープンソースの機械学習フレームワークです。機械学習モデルの構築と展開のための包括的なエコシステムを提供し、開発者や研究者が利用しやすくなっています。

機械学習プラットフォーム
ツールを見る

AI GitHub リポジトリ

誰でも利用できるように設計されたオープンソースの機械学習フレームワークです。機械学習モデルの構築と展開のための包括的なエコシステムを提供し、開発者や研究者が利用しやすくなっています。TensorFlowは、誰でも利用できるように設計されたオープンソースの機械学習フレームワークです。機械学習モデルの構築と展開のための包括的なエコシステムを提供し、開発者や研究者が利用しやすくなっています。

注目機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

PyTorch

AI GitHub リポジトリ

PyTorchは、Pythonで動的ニューラルネットワークを構築するためのツールを提供するオープンソースの機械学習ライブラリであり、高速な計算のために強力なGPUアクセラレーションを活用しています。

機械学習とデータサイエンス
ツールを見る

AI GitHub リポジトリ

Pythonで動的ニューラルネットワークを構築するためのツールを提供するオープンソースの機械学習ライブラリであり、高速な計算のために強力なGPUアクセラレーションを活用しています。PyTorchは、Pythonで動的ニューラルネットワークを構築するためのツールを提供するオープンソースの機械学習ライブラリであり、高速な計算のために強力なGPUアクセラレーションを活用しています。

注目機械学習とデータサイエンス
AI GitHub リポジトリ トップ250を見る
1 / 8