#graph-neural-networks Repositorios
Descubre 91 repositorios activos de código abierto de GitHub etiquetados con #graph-neural-networks, que acumulan 192,913 estrellas en total (una media de 2,119 estrellas por proyecto). El líder de este tema es pyg-team/pytorch_geometric, con 24,149 estrellas.
91 repositorios en total
Este repositorio contiene implementaciones y código ilustrativo para acompañar las publicaciones de DeepMind.
Paquete de Python diseñado para facilitar el aprendizaje profundo en grafos, sobre marcos de DL existentes.
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
Libros, artículos, vídeos y cajas de herramientas relacionados con la detección de anomalías. ¡Última actualización a finales de 2025 para trabajos sobre LLM y VLM!
Enlaces a publicaciones de conferencias en aprendizaje profundo basado en grafos
RuVector proporciona toma de decisiones y memoria de agentes de alto rendimiento en tiempo real, IA autodidacta y una base de datos GNN vectorial desarrollada en Rust.
SuperGlue: Aprendizaje de Correspondencia de Características con Redes Neuronales de Grafos (CVPR 2020, Oral)
Aprendizaje de representaciones en grafos grandes utilizando convoluciones de grafos estocásticas.
🔨 🍇 💻 🚀 GraphScope: Un sistema integral de computación de grafos a gran escala de Alibaba | Sistema integral de computación de grafos
Colección de interpretaciones de artículos de AI for Science (en continua actualización), descarga de artículos/conjuntos de datos/tutoriales: hyper.ai
PyTorch Geometric Temporal: Procesamiento de señales espacio-temporales con modelos de aprendizaje automático neuronal (CIKM 2021)
Una colección de cosas IMPRESIONANTES sobre LLM relacionados con grafos.
Conjuntos de datos de referencia, cargadores de datos y evaluadores para aprendizaje automático de grafos
Transformar relaciones geoespaciales en grafos para Redes Neuronales de Grafos y análisis de redes espaciales
Información académica completa y oportuna sobre aprendizaje federado (artículos, marcos, conjuntos de datos, tutoriales, talleres)
Una lista curada de artículos y recursos sobre detección de fraudes, anomalías y valores atípicos basada en grafos/transformadores
😎 Una lista actualizada y curada de fantásticos artículos, métodos y recursos de aprendizaje semisupervisado.
Red Convolucional de Grafos Temporal para la Predicción del Flujo de Tráfico Urbano Método
Artículos sobre preentrenamiento y aprendizaje autosupervisado en redes neuronales de grafos (GNN).
Este repositorio apoya las contribuciones para herramientas del conjunto de datos Project CodeNet alojado en DAX
Graph4nlp es la biblioteca para el uso fácil de Redes Neuronales de Grafos para NLP. ¡Bienvenido a visitar nuestro sitio web DLG4NLP (https://dlg4nlp.github.io/index.html) para obtener varios recursos de aprendizaje!
Una plataforma de aprendizaje automático potente y flexible para el descubrimiento de fármacos
Código para el artículo de SIGGRAPH 2020 "RigNet: Neural Rigging para Personajes Articulados"
Una biblioteca de Python para la detección de valores atípicos en grafos (detección de anomalías)
Código para el artículo de TKDE "Aprendizaje auto-supervisado en grafos: ¿Contrastivo, generativo o predictivo?"
ktrain es una biblioteca de Python que hace que el aprendizaje profundo y la IA sean más accesibles y fáciles de aplicar
Este es el repositorio para la colección de redes neuronales de grafos para la predicción de tráfico.
Una biblioteca adversarial de PyTorch para métodos de ataque y defensa en imágenes y grafos
Hands-On Graph Neural Networks con Python, publicado por Packt
[IEEE T-KDE 2026] Awesome Deep Graph Clustering es una colección de métodos de clustering de grafos profundos (SOTA) e innovadores (artículos, códigos y conjuntos de datos).
Detección semántica conjunta y control de diseminación de ataques de phishing en redes sociales mediante modelado basado en LLama
Este es un kit de herramientas de código abierto para redes neuronales de grafos heterogéneos (OpenHGNN) basado en DGL.
Preguntas frecuentes
¿Cuál es el repositorio de #graph-neural-networks más popular en GitHub?
El proyecto de código abierto de #graph-neural-networks mejor posicionado en GitHub es pyg-team/pytorch_geometric, con 24,149 estrellas. Biblioteca de Redes Neuronales de Grafos para PyTorch
¿Qué lenguajes de programación se utilizan más en los repositorios de #graph-neural-networks?
Entre los proyectos de #graph-neural-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, HTML.
¿Cómo se calcula la clasificación de los repositorios de #graph-neural-networks?
Seguimos 91 repositorios activos de código abierto etiquetados con #graph-neural-networks (500+ estrellas), que suman un total de 192,913 estrellas, con una media de 2,119 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.