DIG

收录理由

做图深度学习的科研，常常要面对一堆散落的论文代码仓库，每个都有自己的数据加载和评测方式，光是适配环境就耗掉不少时间。DIG 把常见需求集中到一个库里：图生成、GNN 可解释性、三维几何学习、自监督图预训练，这些方向都有统一的数据接口、参考实现和评估指标。它基于 PyTorch 和 PyG 构建，能直接嵌入大多数图实验室已有的技术栈，附带的基准测试、示例和教程也能帮你快速把流程跑通，不必重复造轮子。对一个想找个共享起点来验证图学习想法的小组来说，这个库相当实用。