benchmarking gnns

基準圖形神經網絡

更新

2022年5月10日

• 基於DGL 0.6.1及更高的項目。請參閱環境YML文件（CPU，GPU）中定義的相關依賴關係。
• 關於Arxiv框架的技術報告。
• 添加了AQSOL數據集，該數據集類似於圖形回歸任務的鋅，但具有現實世界中測量的化學靶標。
• 添加了數學數據集 - 圖形主題和周期，可用於測試特定理論圖屬性的GNN。
• 固定問題＃57。

2020年10月7日

• 回購更新為DGL 0.5.2和Pytorch 1.6.0。請使用YML文件（CPU，GPU）更新您的環境。
• 添加了帶有腳本的Zinc-Full數據集（249K分子圖）。

2020年6月11日

• 項目的第二版。主要更新：
  • 為在密集的等級-2張量上運行的Weisfeiler-Lehman-GNNS增加了實驗管道。
  • 為所有數據集添加了排行榜。
  • 更新的模式數據集。
  • 修復了圖案和群集精度的錯誤。
  • 移至該分支。
• 新的Arxiv的紙張版本。

3月3日，2020年

• 該項目的第一版。

1。基準安裝

按照以下說明安裝基準並設置環境。

2。下載數據集

按照以下操作下載基準數據集。

3。可重複性

使用此頁面運行代碼並重現已發布的結果。

4。添加一個新數據集

指令將數據集添加到基準測試中。

5。添加消息通訊的GCN

分步方向將MP-GCN添加到基準測試中。

6。添加Weisfeiler-Lehman GNN

逐步方向將WL-GNN添加到基準測試中。

7。排行榜

完整的排行榜將在Paperswithcode.com上發布。

8。參考

Arxiv的論文

 @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}
}