deep_gcns_torch

收录理由

这是DeepGCNs系列研究的PyTorch官方参考实现，该系列把残差连接、稠密连接、空洞卷积等CNN中的深度训练技巧迁移到图卷积网络上，并系统验证了这些设计对深层GCN训练的有效性。代码仓库为三维点云处理场景提供了可直接运行的完整流程：涵盖S3DIS与PartNet上的语义分割、ModelNet40上的分类任务，每个任务目录都附带数据、配置与预训练权重，开箱即用。此外还收录了DeeperGCN和GNN1000的后续变体，方便在OGB图数据集上对比不同深度与显存高效的图神经网络方案。核心图卷积层封装在模块化的gcn_lib中，同时支持稠密与稀疏两种后端，便于将底层算子抽取出来集成到自己的模型里，而不只是复现论文结果。