egnn-pytorch

收录理由

当输入坐标经历旋转、平移或反射时，模型仍能给出一致的结果，这种等变性在许多科学计算场景里很关键。这个仓库用 PyTorch 实现了 E(n) 等变图神经网络，既提供单独的层，也提供完整的网络结构，拿来就能用。你可以给边加上特征，通过邻接矩阵把注意力限制在稀疏邻居上，还能对坐标权重做截断，避免邻居数量增加时训练不稳定。它更像一个积木块，而不是开箱即用的完整应用，适合那些已有训练流程、只想嵌入一个可靠等变层的团队。代码简短清晰，改造成自己的数据和损失函数并不费劲。