Missing functionality compared to DGL

Đang mở
  • Có gì không ổn?
#41 3 bình luận 1 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
25/100
Loại issue
Tính năng
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
julia, python
Lĩnh vực
machine-learning

Hướng nghiên cứu

Bắt đầu với các liên kết của DGL Python API và chọn một khả năng chưa được đánh dấu trong checklist, chẳng hạn như một phép tích chập, một lớp pooling hoặc một thao tác lấy mẫu. So sánh hành vi dự kiến của khả năng đó với các quy ước tương ứng của GraphNeuralNetworks.jl; công việc được hoàn thành khi mục đã chọn được triển khai và mục tương ứng trong checklist có thể được đánh dấu là hoàn tất.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

good first issue

Checklist of stuff we miss compared to Deep Graph Library.
PRs are welcome!

Conv Layers
  • GraphConv (called GCNConv here)
  • EdgeWeightNorm
  • RelGraphConv
  • TAGConv
  • GATConv
  • EdgeConv
  • SAGEConv
  • SGConv
  • APPNPConv
  • GINConv
  • GatedGraphConv
  • GMMConv (#147)
  • ChebConv
  • AGNNConv
  • NNConv
  • AtomicConv
  • CFConv
  • DotGatConv
  • TWIRLSConv
  • TWIRLSUnfoldingAndAttention
  • GCN2Conv
Dense Conv Layers
  • DenseGraphConv
  • DenseSAGEConv
  • DenseChebConv
Global Pooling Layers
  • SumPooling (GlobalPooling(+) here)
  • AvgPooling (GlobalPooling(mean) here)
  • MaxPooling (GlobalPooling(max) here)
  • SortPooling
  • WeightAndSum
  • GlobalAttentionPooling
  • Set2Set
  • SetTransformerEncoder
  • SetTransformerDecoder
Batching and Reading Out Ops

https://docs.dgl.ai/en/0.6.x/api/python/dgl.html#batching-and-reading-out-ops

  • batch. Use Flux.batch or SparseArrays.blockdiag
  • unbatch
  • readout_nodes (called reduce_nodes here)
  • readout_edges (called reduce_edges here)
  • sum_nodes # use reduce_nodes(+, g, x)
  • sum_edges # use reduce_edges(+, g, x)
  • mean_nodes
  • mean_edges
  • max_nodes
  • max_edges
  • softmax_nodes
  • softmax_edges
  • broadcast_nodes
  • broadcast_edges
  • topk_nodes
  • topk_edges
Adjacency Related Utilities
  • khop_adj
  • laplacian_lambda_max
nn.functional

https://docs.dgl.ai/api/python/nn.functional.html

  • edge_softmax (softmax_edge_neighbors here)
optim

https://docs.dgl.ai/api/python/dgl.optim.html

  • Sparse Adam
  • Sparse AdaGrad
nn Utility Modules
  • Sequential (GNNChain here)
  • WeightBasis
  • KNNGraph
  • SegmentedKNNGraph
nn NodeEmbedding Module
  • NodeEmbedding
Sampling and Stochastic training

.....

Distributed Training

....

Ngôn ngữ chính
Julia
Star
310
Fork
75
Merge trung bình
1 ngày 13 giờ
Pull request đã merge (30 ngày)
8

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của JuliaGraphs/GraphNeuralNetworks.jl

Tất cả issue của JuliaGraphs/GraphNeuralNetworks.jl

Issue tương tự

Thêm issue về Julia

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.