graph » Graph NN（一）——概述, 教程, 工具, GCN
2020-09-16 :: 6859 Words概述
Graph Neural Networks是2019年以来比较热门的方向。然而由于没有大佬全面投入，相关研究比较零散，被人戏称paper survey比paper还多。。。囧
由于Graph Neural Networks和图表示学习(Represent Learning for Graph)有很密切的联系。因此，这里的章节编排上如无特殊说明，不对两者的内容加以区分。
最早的图神经网络起源于Franco博士的论文《The graph neural network model》。
Franco Scarselli，意大利人，University of Florence大学博士。University of Siena教授。
我们做推荐系统的优化，一定要清楚每次优化的效果收益来源是什么。一般来说，收益总是来源于样本、特征和模型三个方向的一个或多个。但归根到底，可以再精炼成两个方面，收益要么来源于信息的增加（样本、特征），要么来源于信息利用能力的增强（模型）。
我们拿一个电影阿甘正传的knowledge graph来说，它的相关导演，演员，风格的信息肯定是重要的。但对于一个成熟推荐系统来说，肯定是已经通过其他形式学习过这些信息了。我没有必要一定使用GNN来学习这些知识。
对于行为信息比较丰富的推荐系统来说，比如说抖音、小红书，其大量的用户行为之间的协同关系就可以充分表征内容的相似性了，它不再需要知识本体和属性间的连接来补充这种相似性。更何况，现在主流的推荐系统也已经通过直接添加特征的方式学习过知识图谱包含的知识了，由GNN提供的信息增量就微不足道了。
另一方面，对于一些纯知识性的推荐系统，比如说豆瓣、IMDB、知网等，这些网站中知识的链接是非常重要的，知识间二度、三度的关联也是有价值的。而且它缺乏足够多的用户互动信息来覆盖表达物品之间的相似性，那么GNN就是有价值的。
https://www.zhihu.com/question/3320585936
为什么最近几年，没人在推荐系统里去玩GNN模型，GNN是凉透了吗？
教程
http://web.stanford.edu/class/cs224w/
CS224W: Machine Learning with Graphs
https://mp.weixin.qq.com/s/xc_TnMLs3o2LQ8eM4naZDw
AAAI2019 Tutorial《图表示学习》, 180页PPT带你从入门到精通
https://mp.weixin.qq.com/s/tD49ynMOyVTK-oWllcUWaw
图神经网络新书《图表示学习》，140页pdf，William L. Hamilton-McGill University
https://mp.weixin.qq.com/s/rgcDlFA1_Qbu8xRH7WZrtA
清华大学《图神经网络-算法、理论和应用》教程
https://mp.weixin.qq.com/s/0l2uOhmoBJOZJe0VO3cuZw
南洋理工大学：图神经网络，Graph Neural Networks，附121页ppt
https://mp.weixin.qq.com/s/LrGWJIdPdUNZ3jyC8tdE6w
Graph Neural Network（GNN）综述
https://zhuanlan.zhihu.com/p/75307407
图神经网络（Graph Neural Networks，GNN）综述
https://mp.weixin.qq.com/s/WW-URKk-fNct9sC4bJ22eg
深度学习时代的图模型，清华发文综述图网络
https://mp.weixin.qq.com/s/Rr6SC-se_0q8dfEz0oUwlA
清华大学孙茂松课题组:《图神经网络: 方法与应用》综述论文
https://mp.weixin.qq.com/s/b_QqUxFbQ70xmsxGMtoaDQ
网络图模型知识点综述
https://mp.weixin.qq.com/s/yGwKK_pl5p9mg_KKFiQkSA
图神经网络GNN的自然语言处理，附315页PPT及作者博士论文下载
https://mp.weixin.qq.com/s/IHXDqlU1dURrwAIwps50_g
新加坡国立大学：基于图学习与推理的推荐系统，附133页ppt
https://mp.weixin.qq.com/s/8jCX3Wi-w-b9AbEx9sa36A
58页PPT揭示图神经网络研究最新进展
https://mp.weixin.qq.com/s/lK5b3E84e2idh64v3SBfkg
南洋理工Xavier：图深度学习最新进展，35页ppt，Deep Learning on Graphs
https://mp.weixin.qq.com/s/zJ0mL0qNmhzHBQeyhQUafg
南洋理工Xavier：图神经网络架构的最新进展，Graph Network Architectures，附80页ppt
https://mp.weixin.qq.com/s/eA9a3478oxHd3zsepNVTpQ
图数据表示学习综述论文
https://mp.weixin.qq.com/s/zDXlJtqDRW_Mm56gL4MLEw
《图机器学习导论》附69页PPT
https://mp.weixin.qq.com/s/AzJ_X2xpOTXmYN-GxzghzA
图神经网络GNN模型与应用：305页ppt教程，密歇根州立大学
https://mp.weixin.qq.com/s/hyHUkiEyXGn3v-M0d0igVg
想入门图深度学习？这篇55页的教程帮你理清楚了脉络
https://mp.weixin.qq.com/s/ePqSwDhCgE1fGWSphuZuBg
WSDM2020教程《基于图学习和推理的推荐系统》，附130页PPT下载
https://mp.weixin.qq.com/s/t1VojTRdnULTiycE-qnypw
图神经网络（GNN）过去、现在、应用和未来最新研究进展分享
https://mp.weixin.qq.com/s/B3BFZkmHkLT7WsI4ssdODA
AGL:可扩展工业图机器学习系统
https://mp.weixin.qq.com/s/_qhqJTntrty-hr3BC_Kskg
图表示学习算法推理，46页ppt，Petar@DeepMind
https://mp.weixin.qq.com/s/-QEwQgZ0t33r92W6kcqSIw
图神经网络表达能力的研究综述，41页pdf
https://mp.weixin.qq.com/s/oVJnVNQBuAPsWKTgOCxCRw
韩家炜：最新《异构网络表示学习》2020综述论文大全
https://mp.weixin.qq.com/s/f61AX_Gt_UNEopw1JrkKCw
图神经网络推理，27页ppt精炼讲解
https://mp.weixin.qq.com/s/4wqIxphHauecSCRxy-6p3w
元学习与图神经网络逻辑推导，55页ppt
https://mp.weixin.qq.com/s/fUZ0G0lzqfzaCjPSYBNIzQ
图神经网络，Graph Neural Networks，附60页ppt
https://mp.weixin.qq.com/s/So07A88G2fGYDiDZgrv3EA
最新图学习推荐系统综述：Graph Learning Approaches to Recommender Systems
https://mp.weixin.qq.com/s/Nvgt70529OQ5f7fkGH2Pgw
最新《图卷积神经网络GCN》2020概述，76页ppt，NTU-Xavier Bresson，纽约大学深度学习课程
https://mp.weixin.qq.com/s/byVdEPcCmVPJOk-uIyGsbw
GCN大佬Thomas Kipf博士论文《深度学习图结构表示》178页pdf阐述图卷积神经网络等机制与应用
https://mp.weixin.qq.com/s/6kzFlHqJPYzHPhyS2nxLOw
最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展
https://mp.weixin.qq.com/s/aDQFz_IYrhOmAXGvjbCKXg
图神经网络导论，清华大学刘知远
https://mp.weixin.qq.com/s/AMGhs8XEJrr9-L5NRiSYWw
神经网络的图结构，48页ppt（尤佳轩&何恺明）
https://mp.weixin.qq.com/s/hvVxgND75-sKUdWhr-OWOw
图神经网络:基础与应用，322页ppt
https://mp.weixin.qq.com/s/-Aj9DsuDokSXIC6Nzv71gA
图深度学习:基础、进展与应用，182页ppt
https://ericdongyx.github.io/papers/slides-Graph-Rep-Learning-GNN-PreTraining-at-CCF-BAAI-2020.pdf
微软东昱晓《图表示学习: 嵌入，GNNs与预训练》2020教程，100页ppt
https://mp.weixin.qq.com/s/eu9JVcB83lDW0Um9InUk2Q
图神经网络与网络嵌入前沿进展，142页ppt
https://mp.weixin.qq.com/s/CKOjtSekoChNkhrpBn4dUg
图机器学习Neo4j算法与应用，142页pdf
https://mp.weixin.qq.com/s/dnRtAIi7Ro0KGZVozldEvg
多模态网络表示学习教程Multi-modal Network Representation Learning
https://mp.weixin.qq.com/s/MCH3DdabMohDHzo1FKECUQ
《图表示学习》报告，McGill助理教授Hamilton讲授，79页ppt
https://mp.weixin.qq.com/s/qKT6X9n7aowbylkKhhUtsA
《几何深度学习》新书发布，帝国理工/DeepMind等图ML大牛共同撰写，160页pdf
综述
《A Comprehensive Survey on Graph Neural Networks》
《Deep Learning on Graphs: A Survey》
工具
DGL
https://mp.weixin.qq.com/s/I8pGqpKnRJp9HRglHfMZCw
手把手教你用DGL框架进行批量图分类
https://mp.weixin.qq.com/s/rGC8O2Pyq8WL8D8ATMbH0Q
NYU、AWS联合推出：全新图神经网络框架DGL正式发布
https://zhuanlan.zhihu.com/p/93828551
图神经网络库DGL零基础上手指南
https://zhuanlan.zhihu.com/p/115342917
四大图神经网络架构
https://mp.weixin.qq.com/s/nMs8G3qWLUDsG6Bzo0o2dg
大规模图训练调优指南
https://mp.weixin.qq.com/s/wbN0WdNxKBCH3cFz4VLtcA
DGL框架实现GCN算法
https://mp.weixin.qq.com/s/TbTXJP6JWfsorGXJJwbymA
DGL框架中的采样模型
PyTorch Geometric
https://mp.weixin.qq.com/s/5HOA9Pmb3fjsfTVnFMdBIA
新的PyTorch图神经网络库，比前辈快14倍
https://mp.weixin.qq.com/s/_aIPVnJfTWMkCbh4h6MAEA
PyTorch & PyTorch Geometric图神经网络(GNN)实战
https://mp.weixin.qq.com/s/E8m0bAHxcwHRJQlc3nJhlg
Github火爆图神经网络框架pytorch_geometric原理解析—基于边的高效GNN实现
https://mp.weixin.qq.com/s/DFLbmVB2I824jXrSk8VhzQ
支持异构图、集成GraphGym，超好用的图神经网络库PyG更新2.0版本
PyTorch-BigGraph
https://mp.weixin.qq.com/s/Ux3_baKdA_Fee-jmcs4Myg
开源了！现在用PyTorch做超大规模图嵌入，上亿个节点也能快速完成
https://mp.weixin.qq.com/s/OUjMmxio9OCyuN0mJW-fdg
完爆旧系统！Facebook开源图神经网络库PBG，无需GPU搞定数十亿节点图嵌入
https://mp.weixin.qq.com/s/idznSOGOp0o5N86boLo3aw
使用Facebook Pytorch BigGraph从知识图谱中提取知识
https://mp.weixin.qq.com/s/FpLYdowTUzApeiQP1d7DNg
Pytorch Biggraph简介及官方文档解读
Graph Nets
https://mp.weixin.qq.com/s/c5rvWfIjujw6TNszDzPMdw
DeepMind开源图深度学习(GraphDL)工具包，基于Tensorflow和Sonnet
NetworkX
NetworkX是一个用Python语言开发的图论与复杂网络建模工具，内置了常用的图与复杂网络分析算法，可以方便的进行复杂网络数据分析、仿真建模等工作。
官网：
https://networkx.github.io/
参考：
https://www.cnblogs.com/kaituorensheng/p/5423131.html
python复杂网络分析库NetworkX
https://mp.weixin.qq.com/s/WYM7k9gddAndlLBuQWTbSA
一文读懂Python复杂网络分析库networkx
SNAP
SNAP（Stanford Network Analysis Platform）是一个复杂网络分析的库。
官网：
http://snap.stanford.edu/
Spektral
Spektral是一个基于Keras和TF的GNN库。
官网：
https://graphneural.network/
Other Tools
https://mp.weixin.qq.com/s/POMluy69sphGZ_AlDnJ0og
阿里重磅发布大规模图神经网络平台AliGraph，技术架构和算法独家解读
https://mp.weixin.qq.com/s/KjlIa3oxqfk-iu6Ba5NixQ
图神经网络开发必备组件，NetworkX、稀疏矩阵、稀疏Tensor等
https://mp.weixin.qq.com/s/CvV16eK9EUm148dOw0EEcA
TensorFlow开源NSL神经结构学习框架
https://mp.weixin.qq.com/s/Uf8l2yn5iCFCUFWVvIvAOw
腾讯开源图计算框架Plato
https://mp.weixin.qq.com/s/PEltOwR1Am7RX6N-4UN9vw
集成图网络模型实现、基准测试，清华推出图表示学习工具包（CogDL）
https://mp.weixin.qq.com/s/zS2Slg33yAi3xKNjP_-oWg
灵活、轻便，阿里开源简化GNN应用框架Graph-Learn
https://mp.weixin.qq.com/s/F4h30cyQnjvJfjbtLfa83A
图神经网络模型集合GraphGallery，TensorFLow&PyTorch一并实现
https://mp.weixin.qq.com/s/vK9LA0-p31rah83AU7YgvA
DeepMind加持的GNN框架正式开源！TensorFlow进入图神经网络时代
您的打赏，是对我的鼓励
