Repository zur Benchmarking von Graph-Neuronalen Netzwerken (JMLR 2023)
Bewerten Sie die Leistung verschiedener graphenbasierter neuronaler Netzwerke mit bereitgestellten Datensätzen und Benchmarks.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarRepository zur Benchmarking von Graph-Neuronalen Netzwerken (JMLR 2023)
benchmarking-gnns hat 2.7k Sterne auf GitHub. Es wurde 458-mal geforkt. benchmarking-gnns ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2020 aktiv entwickelt. benchmarking-gnns ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: benchmark-framework, deep-learning, dgl, graph-deep-learning.
Repository zur Benchmarking von Graph-Neuronalen Netzwerken (JMLR 2023)
benchmarking-gnns ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. benchmarking-gnns ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
benchmarking-gnns ist unter der MIT-Lizenz verfügbar.
benchmarking-gnns ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/graphdeeplearning-benchmarking-gnns.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.