Redes Neuronales sobre Grafos con PyTorch Geometric
Guía completa de PyTorch Geometric (PyG) para construir modelos GNN: clasificación de nodos, enlaces y grafos, message passing personalizado, grafos heterogéneos y escalado con neighbor sampling. Incluye patrones por tarea, errores comunes y técnicas de explicabilidad.
Incluida en el Pase · para Python, PyTorch, PyTorch Geometric
// qué_hace
Proporciona una referencia estructurada para implementar Graph Neural Networks con PyTorch Geometric, cubriendo desde instalación hasta modelos avanzados heterogéneos.
// cómo_lo_hace
Documenta la API de PyG con ejemplos de código ejecutables para cada patrón (node/link/graph classification, NeighborLoader, HeteroData, MessagePassing) junto con tabla de capas y lista de pitfalls.
// ejemplo_de_uso
Úsala cuando implementes modelos sobre datos relacionales o grafos de conocimiento. Ej.: clasificar nodos en un grafo de fraude bancario con un GNN entrenado con NeighborLoader sobre datos heterogéneos.
// plataformas
// opiniones_de_la_comunidad
Opiniones
Cargando opiniones…