benchmarking gnns

قياس الرسم البياني الشبكات العصبية

التحديثات

10 مايو 2022

• المشروع على أساس DGL 0.6.1 وأعلى. راجع التبعيات ذات الصلة المحددة في ملفات البيئة YML (وحدة المعالجة المركزية ، GPU).
• التقرير الفني المحدث للإطار على ARXIV.
• تمت إضافة مجموعة بيانات AQSOL ، والتي تشبه إلى زنك لمهمة انحدار الرسم البياني ، ولكن لديها هدف كيميائي يقاس العالم الحقيقي.
• مجموعات بيانات رياضية إضافية - GraphtheoryProp ودورات مفيدة لاختبار GNNs على خصائص الرسم البياني النظري المحددة.
• العدد الثابت رقم 57.

7 أكتوبر 2020

• تم تحديث الريبو إلى DGL 0.5.2 و Pytorch 1.6.0. يرجى تحديث بيئتك باستخدام ملفات YML (وحدة المعالجة المركزية ، GPU).
• أضيفت مجموعة بيانات الزنك الممتلئة (الرسوم البيانية الجزيئية 249K) مع البرامج النصية.

11 يونيو 2020

• الإصدار الثاني من المشروع. التحديثات الرئيسية:
  • تمت إضافة خط أنابيب تجريبي لـ Weisfeiler-Lehman-Gnns الذي يعمل على موترات كثيفة في المرتبة الثانية.
  • وأضاف المتصدرين لجميع مجموعات البيانات.
  • مجموعة بيانات نمط محدثة.
  • خطأ ثابت للنمط ودقة الكتلة.
  • نقل أول إصدار إلى هذا الفرع.
• إصدار Arxiv الجديد من الورقة.

3 مارس 2020

• الإصدار الأول للمشروع.

1. التثبيت القياسي

اتبع هذه التعليمات لتثبيت المعيار وإعداد البيئة.

2. تنزيل مجموعات البيانات

تابع على النحو التالي لتنزيل مجموعات البيانات القياسية.

3. استنساخ

استخدم هذه الصفحة لتشغيل الرموز وإعادة إنتاج النتائج المنشورة.

4. إضافة مجموعة بيانات جديدة

تعليمات لإضافة مجموعة بيانات إلى المعيار.

5. إضافة GCN لتمرير الرسائل

اتجاهات خطوة بخطوة لإضافة MP-GCN إلى المعيار.

6. إضافة Weisfeiler-Lehman Gnn

اتجاهات خطوة بخطوة لإضافة WL-GNN إلى المعيار.

7

المتصدرين الكامل قريبا على PAPERSWITHCODE.com.

8. المرجع

ورقة Arxiv

 @article{dwivedi2020benchmarkgnns,
  title={Benchmarking Graph Neural Networks},
  author={Dwivedi, Vijay Prakash and Joshi, Chaitanya K and Luu, Anh Tuan and Laurent, Thomas and Bengio, Yoshua and Bresson, Xavier},
  journal={arXiv preprint arXiv:2003.00982},
  year={2020}
}