图深度学习（葡萄书）

葡萄书简介

本教程主要基于京东团队的《图深度学习从理论到实践》、密西根州立大学汤继良老师团队的《图深度学习》以及斯坦福大学 CS224W 图机器学习的内容进行整合，旨在帮助读者无痛入门图深度学习。除了介绍深度学习和图基础知识以及经典图神经网络模型的理论外，我们还基于开源的图框架 NetworkX、DGL 和 PyG 提供了直接的上手代码。

章节	内容
第一章	介绍
第二章	图理论基础
第三章	深度学习基础
第四章	图表示学习
第五章	图卷积网络
第六章	关系图卷积神经网络
第七章	图注意力网络
...	...

贡献者

@小饭：项目负责人，负责第一章介绍、第二章图理论基础、第四章图表示学习、及各章节校对
@银晗：负责第三章深度学习基础
@洋：负责第五章图卷积网络
@汝超：项目发起人，负责第六章关系图卷积神经网络
@凯：负责第七章图注意力网络

参与贡献

如果你想参与到项目中来欢迎提交 Issue 申请开启一个新的章节，并在完成后进行 pull request。
如果你发现了一些问题，欢迎在 Issue 中进行反馈🐛。
如果你对本项目感兴趣想要参与进来可以联系项目负责人@小饭进行交流💬。

如果你对 Datawhale 很感兴趣并想要发起一个新的项目，欢迎查看 Datawhale 贡献指南。

致谢

本教程得到了《图深度学习从理论到实践》作者姚博士的肯定与支持，大家可以在京东购买此书的纸质或电子版进行更加深入的学习！

关注我们

<div align=center> <p>扫描下方二维码关注公众号：Datawhale</p> <img src="https://yellow-cdn.veclightyear.com/835a84d5/673aa0c2-4f94-4e9e-a6a7-7f780f1153fc.jpeg" width = "180" height = "180"> </div>

LICENSE

<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img alt="知识共享许可协议" style="border-width:0" src="https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-lightgrey" /></a><br />本作品采用<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/">知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议</a>进行许可。