Ebook Graph Neural Networks in Action [Ấn Bản Lần 1, Tháng 2/2025] [PDF, EPUB + Code] [9469E]
Hướng dẫn thực hành về các graph-based deep learning model mạnh mẽ.
Graph Neural Networks in Action hướng dẫn bạn cách xây dựng các graph neural network tiên tiến cho các recommendation engine, molecular modeling, v.v. Hướng dẫn toàn diện này bao gồm phạm vi bao phủ của các thư viện GNN thiết yếu, bao gồm PyTorch Geometric, DeepGraph Library và GraphScope của Alibaba để training ở quy mô lớn.
Trong Graph Neural Networks in Action, bạn sẽ học cách:
- ✓ Train and deploy một graph neural network.
- ✓ Generate node embeddings.
- ✓ Sử dụng GNN ở quy mô lớn cho các tập dữ liệu rất lớn.
- ✓ Xây dựng một graph data pipeline.
- ✓ Tạo một graph data schema.
- ✓ Hiểu được phân loại của GNN.
- ✓ Manipulate graph data với NetworkX.
Trong Graph Neural Networks in Action, bạn sẽ học cách design và train các mô hình của mình, cũng như cách phát triển chúng thành các ứng dụng thực tế mà bạn có thể triển khai vào sản xuất. Thực hành và khám phá các dự án thực tế có liên quan khi bạn tìm hiểu sâu về các graph neural network hoàn hảo cho node prediction, link prediction và graph classification.
Về công nghệ:
Graphs là một cách tự nhiên để model các mối quan hệ và hệ thống phân cấp của dữ liệu trong thế giới thực. Graph neural networks (GNN tối ưu hóa deep learning cho dữ liệu có kết nối cao như trong các recommendation engine và social network, cùng với các ứng dụng chuyên biệt như molecular modeling để khám phá thuốc.
Về cuốn sách:
Graph Neural Networks in Action hướng dẫn bạn cách phân tích và đưa ra các dự đoán về dữ liệu được cấu trúc dưới dạng đồ thị. Bạn sẽ làm việc với các graph convolutional network, attention network và auto-encoder để thực hiện các nhiệm vụ như node classification, link prediction, làm việc với temporal data và object classification. Trong quá trình này, bạn sẽ học được các phương pháp tốt nhất để training và deploying các GNN ở quy mô lớn, tất cả đều được minh họa rõ ràng bằng code Python được chú thích tốt!
Bên trong có gì:
- ✓ Train và deploy một graph neural network.
- ✓ Generate node embeddings.
- ✓ Sử dụng GNN cho các tập dữ liệu rất lớn.
- ✓ Xây dựng một graph data pipeline.
Về người đọc:
Dành cho các lập trình viên Python quen thuộc với machine learning và kiến thức cơ bản về deep learning.
Mục lục:
- ✓ Phần 1. Các bước đầu tiên:
- ✓ Chương 1. Khám phá graph neural networks.
- ✓ Chương 2. Graph embeddings.
- ✓ Phần 2. Graph neural networks:
- ✓ Chương 3. Graph convolutional networks & GraphSAGE.
- ✓ Chương 4. Graph attention networks.
- ✓ Chương 5. Graph autoencoders.
- ✓ Phần 3. Các chủ đề nâng cao:
- ✓ Chương 6. Dynamic graphs: Spatiotemporal GNN.
- ✓ Chương 7. Learning & inference at scale.
- ✓ Chương 81. Các cân nhắc cho các dự án GNN.
- ✓ Phụ lục A. Khám phá Graphs.
- ✓ Phụ lục B. Cài đặt và cấu hình PyTorch Geometric.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !