2021图机器学习有哪些新突破?麦吉尔大学博士后梳理展望领域趋势( 五 )


书籍地址:https://arxiv.org/pdf/2104.13478.pdf课程地址:https://geometricdeeplearning.com/lectures/此外 , 比较有价值的书籍和课程还包括
由18位学者参与撰写的知识图谱新书:https://kgbook.org/WilliamHamilton的图表示学习手册:https://www.cs.mcgill.ca/~wlh/grl_book/2021年发布的库包含TensorFlowGNN、TorchDrug 。
TensorFlowGNN地址:https://github.com/tensorflow/gnnTorchDrug地址:https://torchdrug.ai/在2021年持续更新的库包括:
PyG2.0—现在支持异构图、GraphGym以及一系列改进和新模型;DGL0.7—在GPU上进行图采样 , 更快的内核 , 更多的模型;PyKEEN1.6—更多的模型、数据集、指标和NodePiece支持;【2021图机器学习有哪些新突破?麦吉尔大学博士后梳理展望领域趋势】英文原文:https://mgalkin.medium.com/graph-ml-in-2022-where-are-we-now-f7f8242599e0#6d56