==== |
====== |
========= |
======= |
===== |
==== |
==== |
==== |
======= |
======= |
============ |
GitHub资源 |
|
============= |
Jiakui/awesome-gcn |
yanx27/3DGNN_pytorch:
|
benedekrozemberczki/CapsGNN:
|
graphdeeplearning/benchmarking-gnns: |
svjan5/GNNs-for-NLP: |
XinyiZ001/CapsGNN： |
yazdotai/graph-networks： |
| rusty1s/pytorch_geometric |
| Must-read papers on GNN |
| Graph Convolutional Networks This is a TensorFlow implementation of Graph Convolutional Networks for the task of (semi-supervised) classification of nodes in a graph. |
| 商汤科技的GNN_PPI模型：https://github.com/lvguofeng/GNN_PPI
Codes and models for the paper "Learning Unknown from Correlations: Graph Neural Network for Inter-novel-protein Interaction Prediction". |
| GraphDTA: prediction of drug–target binding affinity using graph convolutional networks （pdf） GitHub： GraphDTA |
| GRAPH ATTENTION NETWORKS （pdf） || GitGub code |
| GraphSAGE: Inductive Representation Learning on Large Graphs （web） GitHub code： GraphSAGE |
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。