pyg-team/pytorch_geometric

Add `KerGNN` to `conv.nn` as layer type

Ouverte

#4 937 ouverte le 7 juil. 2022

Voir sur GitHubGuide contributeur
 (4 commentaires) (0 réaction) (0 personne assignée)Python (3 514 forks)batch import
0 - Priority P0featurehelp wantednn

Métriques du dépôt

Stars
 (19 985 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

🚀 The feature, motivation and pitch

Dear PyTorch-Geometric team, dear Matthias,

stumbled upon this novel GNN layer type idea named KerGNN, and it worked out quite well in their and my own experiments for different occasions. Their code is available at https://github.com/asFeng/kergnns, while being directly compatible to your library, i.e. using PyTorch and immanently compatible to your dataset formulations.

Best wishes, Tilman

Alternatives

No response

Additional context

No response

Guide contributeur

Direction de recherche
Examinez l'article KerGNN (https://arxiv.org/pdf/2201.00491.pdf) et l'implémentation de référence existante sur https://github.com/asFeng/kergnns. Étudiez comment les couches GNN existantes sont implémentées dans le module conv.nn de PyTorch Geometric, en particulier la classe de base et le mécanisme d'enregistrement. Créez un nouveau module pour KerGNN, en assurant la compatibilité avec les structures de données de la bibliothèque et le paradigme de passage de messages, ajoutez des tests unitaires et mettez à jour la documentation. Il n'y a pas de PR ouverts ni d'assignés, donc le travail est disponible mais nécessite une conception minutieuse.
Stack technique
pythonpytorch
Domaine
machine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorchGraph Neural Networks
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40