Customizing Aggregations within Message Passing

Repository-Metriken

Stars

19.985 Sterne (19.985 Sterne)

PR-Merge-Metriken

Durchschn. Merge 35T 1h (Durchschn. Merge 35T 1h)14 gemergte PRs in 30 T (14 gemergte PRs in 30 T)

Beschreibung

Contributor Guide

Research-Richtung

Studieren Sie die vorhandene Message Passing API in PyTorch Geometric und implementieren Sie dann eine benutzerdefinierte Aggregationsfunktion, indem Sie die entsprechende Basisklasse unterklassieren und die aggregate Methode überschreiben.

Tech Stack

pythonpytorch

Domain

aimachine learning

Issue Type

Funktion

SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.

3

Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.

Halber Tag

AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.

Frisch

KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.

Klar

Voraussetzungen

PythonPyTorch

EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.

40