学习深度图库中的图神经网络

近年来，图神经网络（GNNs）已成为一种前景广阔的监督学习框架，能够将深度表示学习的能力应用于图和关系数据。

在某中心网络会议期间，某机构的深度学习科学家和工程师团队展示了关于GNNs的教程。该教程概述了如何利用学习GNNs来解决以下问题：

• 检测欺诈和滥用行为（如恶意账户、欺诈性金融交易、虚假评论）
• 支持客户推荐（如推荐相关产品、职位、文章等）
• 开展营销活动（如确定折扣目标人群、识别影响者）

通过视频演示可以深入了解如何在学习应用中实际使用GNNs，并获得对某机构深度图库（DGL）的介绍和培训——这是一个简化基于GNN的高效训练和推理程序开发的新软件框架。

教程章节：

• 图神经网络概述
• 深度图库（DGL）概述
• 用于基础图任务的GNN模型
• 大型图上的GNN训练
• 实际应用中的GNN模型

视频教程由某机构深度学习科学家和工程师在网络会议2020上呈现