#174 · 主分类： 深度学习框架
stellargraph
data-science
deep-learning
gcn
geometric-deep-learning
graph-analysis
graph-convolutional-networks
graph-data
graph-machine-learning
graph-neural-networks
graphs
heterogeneous-networks
interpretability
link-prediction
machine-learning
machine-learning-algorithms
networkx
python
saliency-map
stellargraph-library
StellarGraph - 图机器学习
项目最后更新：04/10/24
GitHub Stars
3.1K
Forks数量
443
贡献者数量
42
许可证
Apache-2.0
收录理由
StellarGraph 是一个专门针对图结构与网络数据的 Python 机器学习库，这类数据常见于社交关系、引文网络或知识图谱中。它直接提供了多种主流图神经网络算法的现成实现，包括图卷积网络、GraphSAGE 式的邻居聚合方法以及基于注意力机制的模型，因此你可以直接进行节点分类、边分类、整图分类和链接预测，而无需自己编写复杂的邻居采样逻辑。库本身构建在 TensorFlow 2 和 Keras 之上，训练流程与常规 Keras 模型一致，也能方便地配合 scikit-learn 的工作流使用。值得一提的是，它支持多类边的异质图与知识图谱，当你的关系数据比单一同质网络更丰富时，这一点会很有帮助。项目附带的可交互演示笔记本可以在 Colab 或 Binder 中直接运行，能帮你快速判断哪种算法更适合自己的业务场景，再决定是否投入生产环境。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。