awesome-gcn

收录理由

图学习领域分支众多，想找到能直接上手的起始代码，往往要在十几个半成品仓库里翻找。这份索引把图卷积网络和图注意力机制的实现收集起来，按任务划分，知识图谱、文本分类、问答和推荐系统各有独立板块，不再是一份平铺的链接堆砌。那些通常最先尝试的经典 TensorFlow 和 PyTorch 代码都在其中，还收录了教程和改良版本，供想超越基线的研究者参考。按任务组织的结构是真正有价值的地方：无论你是想复现最初的 GCN 论文，还是为推荐场景寻找图注意力模型，都能直接跳到相关仓库。项目自 2019 年起未再更新，更适合当作了解该领域基础工作的历史入口，而不是追踪最新方法的渠道。