PGL图学习之基于UniMP算法的论文引用网络节点分类任务[系列九]

在这里插入图片描述
图学习图神经网络算法专栏简介：主要实现图游走模型(DeepWalk、node2vec)；图神经网络算法(GCN、GAT、GraphSage)，部分进阶 GNN 模型（UniMP标签传播、ERNIESage）模型算法等，完成项目实战

在这里插入图片描述
专栏链接：图学习图神经网络算法专栏简介：含图算法（图游走模型、图神经网络算法等）原理+项目+代码实现+比赛

前人栽树后人乘凉，本专栏提供资料：快速掌握图游走模型(DeepWalk、node2vec)；图神经网络算法(GCN、GAT、GraphSage)，部分进阶 GNN 模型（UniMP标签传播、ERNIESage）模型算法，并在OGB图神经网络公认榜单上用小规模数据集（CiteSeer、Cora、PubMed）以及大规模数据集ogbn-arixv完成节点分类算法，省去你大把时间，效率提升。帮助你快速完成任务落地，以及科研baseline。

项目链接以及码源见文末

相关阅读:
【数据分享】《中国法律年鉴》1987-2022
UE要素控制显隐
Java语言特性运用：各种Java语法特性是怎样被Spring各种版本巧妙运用的？-3
植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法技术应用
《洛谷刷题笔记》day1
桥接模式 ( Bridge Pattern )（7）
语义信息概述
MySQL之数据库连接池（Druid）
梦开始的地方——C语言指针练习题
Rust引用转换时避免使用变量

原文地址：https://blog.csdn.net/sinat_39620217/article/details/128092265