#graph-neural-networks Repositórios
Descubra 91 repositórios ativos de código aberto no GitHub marcados com #graph-neural-networks, acumulando um total de 192,913 estrelas (uma média de 2,119 por projeto). O líder deste tópico é pyg-team/pytorch_geometric, com 24,149 estrelas.
91 repositórios no total
Este repositório contém implementações e código ilustrativo para acompanhar as publicações da DeepMind
Pacote Python construído para facilitar o aprendizado profundo em grafos, sobre os frameworks de DL existentes.
Mergulhe em Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision e NLP aprendendo com estas palestras emocionantes!!
Livros, artigos, vídeos e caixas de ferramentas relacionados à detecção de anomalias. Última atualização no final de 2025 para trabalhos de LLM e VLM!
links para publicações de conferências em aprendizado profundo baseado em grafos
A RuVector oferece tomada de decisões e memória de agentes de alto desempenho em tempo real, IA autodidata e um banco de dados GNN vetorial desenvolvido em Rust.
SuperGlue: Aprendendo Correspondência de Recursos com Redes Neurais de Grafos (CVPR 2020, Oral)
Aprendizagem de representações em grafos grandes usando convoluções gráficas estocásticas.
🔨 🍇 💻 🚀 GraphScope: Um sistema de computação em grafo em larga escala tudo-em-um da Alibaba | Sistema de computação em grafo tudo-em-um
Coleção de Análises de Artigos de IA para a Ciência (em constante atualização), download de artigos/conjuntos de dados/tutoriais: hyper.ai
PyTorch Geometric Temporal: Processamento de Sinal Espaçotemporal com Modelos de Machine Learning Neural (CIKM 2021)
Conjuntos de dados de referência, carregadores de dados e avaliadores para aprendizado de máquina em grafos
Transformar relações geoespaciais em grafos para Redes Neurais de Grafos e análise de redes espaciais
Informações acadêmicas abrangentes e oportunas sobre aprendizado federado (artigos, frameworks, conjuntos de dados, tutoriais, workshops)
Uma lista selecionada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em Grafos/Transformers
😎 Uma lista atualizada e selecionada de excelentes artigos, métodos e recursos de aprendizagem semissupervisionada.
Rede Neuronal Convolucional Temporal para o Método de Previsão de Fluxo de Tráfego Urbano
Artigos sobre pré-treinamento e aprendizado autossupervisionado em Redes Neurais de Grafos (GNN).
Este repositório visa apoiar contribuições para ferramentas para o conjunto de dados Project CodeNet hospedado em DAX
Graph4nlp é a biblioteca para o uso fácil de Redes Neurais Gráficas para PNL. Bem-vindo(a) a visitar nosso site DLG4NLP (https://dlg4nlp.github.io/index.html) para diversos recursos de aprendizado!
Uma plataforma de aprendizado de máquina poderosa e flexível para descoberta de medicamentos
Código para o artigo do SIGGRAPH 2020 "RigNet: Rigging Neural para Personagens Articulados"
Uma Biblioteca Python para Detecção de Outliers em Grafos (Detecção de Anomalias)
Código para o artigo da TKDE "Aprendizagem auto-supervisionada em grafos: Contrastiva, generativa ou preditiva"
ktrain é uma biblioteca Python que torna o aprendizado profundo e a IA mais acessíveis e fáceis de aplicar
Este é o repositório para a coleção de Redes Neurais de Grafos para Previsão de Tráfego.
Uma biblioteca adversária do PyTorch para métodos de ataque e defesa em imagens e grafos
Redes Neurais Gráficas na Prática Usando Python, publicado pela Packt
[IEEE T-KDE 2026] Awesome Deep Graph Clustering é uma coleção de métodos de deep graph clustering inovadores e de última geração (SOTA) (artigos, códigos e conjuntos de dados).
Detecção Semântica Conjunta e Controle de Disseminação de Ataques de Phishing em Mídias Sociais por Modelagem Baseada em LLama
Este é um kit de ferramentas de código aberto para Redes Neurais de Grafos Heterogêneos (OpenHGNN) baseado em DGL.
Perguntas Frequentes
Qual é o repositório de #graph-neural-networks mais popular no GitHub?
O projeto de código aberto de #graph-neural-networks mais bem classificado no GitHub é pyg-team/pytorch_geometric, com 24,149 estrelas. Biblioteca de Redes Neurais Gráficas para PyTorch
Quais linguagens de programação são mais usadas nos repositórios de #graph-neural-networks?
Entre os projetos de #graph-neural-networks mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, HTML.
Como é calculada a classificação dos repositórios de #graph-neural-networks?
Acompanhamos 91 repositórios ativos de código aberto marcados com #graph-neural-networks (com mais de 500 estrelas), totalizando 192,913 estrelas e uma média de 2,119 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.