├── 10图神经网络在计算机视觉中的应用/
│   ├── [ 84M]  10.1视觉问答
│   ├── [ 40M]  10.2基于骨架的动作识别
│   ├── [192M]  10.3图像分类
│   ├── [ 36M]  10.4点云学习
│   ├── [105M]  10.5多标签图像分类数据集
│   ├── [ 86M]  10.6基于ML-GCN的多标签图像分类
│   ├── [1.7M]  Lecture10.zip
│   ├── [296K]  第十章作业代码讲解.pdf
│   ├── [1.2M]  第十章作业思路分享.pdf
│   └── [4.0M]  计算机视觉中的图神经网络.pdf
├── 11图神经网络在数据挖掘中的应用/
│   ├── [179M]  11.1万维网的数据挖掘
│   ├── [ 28M]  11.2城市数据挖掘
│   ├── [139M]  11.3网络安全数据挖掘
│   ├── [101M]  11.4推荐系统数据集介绍
│   ├── [ 91M]  11.5使用LightGCN进行推荐
│   ├── [ 30M]  11.6利用Heterogeneous GNN进行推荐
│   ├── [ 17K]  DGL版本.zip
│   ├── [5.5M]  L11 数据挖掘中的图神经网络.pdf
│   ├── [ 14M]  Lecture11.zip
│   ├── [542K]  第十一章作业讲评.pdf
│   └── [348K]  第十一章作业提示.pdf
├── 12图神经网络在医疗健康中的应用/
│   ├── [154M]  12生物化学和医疗健康中的图神经网络
│   └── [2.5M]  L13_生物化学和医疗健康中的图神经网络.pdf
├── 13图神经网络的一些高级方法/
│   ├── [ 55M]  13.1更深的图神经网络
│   ├── [ 72M]  13.2图上的自监督学习
│   ├── [ 42M]  13.3图神经网络的表达性
│   └── [4.1M]  L14_图神经网络的一些高级方法_v2.pdf
├── 14图神经网络的一些高级应用/
│   ├── [ 98M]  14.1图上的组合优化问题
│   ├── [ 19M]  14.2学习程序表示
│   ├── [ 39M]  14.3物理中相互作用的动力系统的推理
│   └── [2.3M]  L15_图神经网络的一些高级应用.pdf
├── 15加餐/
│   ├── [557M]  15.1基于GNN的推荐系统概述
│   ├── [103M]  15.2基于GNN的点云处理-DGCNN
│   └── [ 43M]  15.3基于GNN的点云处理-GCN
├── 1课程简介/
│   ├── [273M]  1-为什么要关注图深度学习
│   ├── [113M]  2-图上的特征学习历史是怎么样的
│   ├── [303M]  3-本课程将关注哪些内容
│   ├── [9.7M]  4-课程形式和安排
│   ├── [9.1M]  L1_图深度学习介绍.pdf
│   ├── [261K]  开课分享-岑宇阔助教.pdf
│   ├── [692K]  开课分享-吴博助教.pdf
│   ├── [1.4M]  图深度学习 开课仪式.pdf
│   └── [ 13K]  助教分组结果 图深度学习.xlsx
├── 2图论基础/
│   ├── [ 22M]  1-图的矩阵表示
│   ├── [ 95M]  2-图的一些性质
│   ├── [106M]  3-谱图论和图上的信号处理
│   ├── [ 71M]  4-复杂图简介
│   └── [989K]  图深度学习 L2 图论基础.pdf
├── 3深度学习基础/
│   ├── [ 86K]  10-【作业】第三章.png
│   ├── [ 68M]  1-深度学习简史
│   ├── [ 41M]  2-前馈神经网络
│   ├── [ 35M]  3-神经网络的训练
│   ├── [ 61M]  4-卷积神经网络
│   ├── [ 83M]  5-循环神经网络
│   ├── [ 36M]  6-自编码器
│   ├── [162M]  7-PyTorch基础
│   ├── [ 93M]  8-加载数据&前馈神经网络
│   ├── [ 39M]  9-卷积神经网络(CNN)&自编码器AutoEncoder
│   ├── [608K]  Code.rar
│   ├── [3.3M]  L2 深度学习基础.pdf
│   ├── [ 819]  第三章作业.rar
│   ├── [582K]  第三章作业讲评-晴天小猪同学.pdf
│   └── [207K]  第三章作业思路提示-岑宇阔助教.pdf
├── 4网络嵌入/
│   ├── [ 92M]  1-图嵌入的通用框架
│   ├── [304M]  2-简单的图嵌入
│   ├── [141M]  3-复杂的图嵌入
│   ├── [233M]  4-网络嵌入
│   ├── [ 94K]  5-【作业】第四章.png
│   ├── [7.5K]  HW2更新版.rar
│   ├── [1.8M]  L4 图嵌入.pdf
│   ├── [383K]  第四章优秀作业分享.pdf
│   ├── [259K]  第四章作业思路提示 - 吴博助教.pdf
│   └── [620K]  图深度学习 Project 2.rar
├── 5图神经网络/
│   ├── [644M]  5.0直播答疑
│   ├── [ 15M]  5.1图神经网络简介
│   ├── [ 61M]  5.2谱图论
│   ├── [223M]  5.3图滤波
│   ├── [ 79M]  5.4图池化
│   ├── [ 94M]  5.5GCN的实现
│   ├── [ 36M]  5.6GAT的实现
│   ├── [ 66M]  5.7利用GCN完成节点分类以及图分类任务
│   ├── [2.2M]  L5 图神经网络.pdf
│   ├── [726K]  第五章作业分享.pdf
│   ├── [317K]  第五章作业思路提示-岑宇阔.pdf
│   └── [121K]  实践代码.zip
├── 6图神经网络的健壮性/
│   ├── [ 41M]  6.1sec1 鲁棒性简介
│   ├── [133M]  6.2sec2-1 白盒攻击
│   ├── [132M]  6.2sec2-2 灰盒攻击
│   ├── [ 49M]  6.2sec2-3黑盒攻击
│   ├── [ 45M]  6.2图对抗攻击介绍
│   ├── [ 42M]  6.3sec3-1 图对抗防御：对抗训练与图净化
│   ├── [ 33M]  6.3sec3-2 图对抗防御：图结构学习
│   ├── [ 29M]  6.3sec3-3 图对抗防御：图注意力机制
│   ├── [ 52M]  6.4sec4-1 实践：DeepRobust基础
│   ├── [ 64M]  6.4sec4-2 实践：图节点攻击
│   ├── [ 53M]  6.4sec4-3 实践：图防御
│   ├── [1.7M]  L6_图神经网络的鲁棒性 v3.0.pdf
│   ├── [313K]  第六章作业讲评.pdf
│   └── [612K]  第五章作业提示-吴博.pdf
├── 7图神经网络的可拓展性/
│   ├── [101M]  7.1GNN的可扩展性介绍
│   ├── [ 21M]  7.2逐点采样法
│   ├── [ 39M]  7.3逐层采样法
│   ├── [100M]  7.4子图采样法
│   └── [2.6M]  L7_图神经网络的可扩展性.pdf
├── 8图上的其他深度学习模型/
│   ├── [ 61M]  8.1图上的循环神经网络
│   ├── [ 45M]  8.2图上的自编码器
│   ├── [ 77M]  8.3图上的变分自编码器
│   ├── [144M]  8.4图上的生成对抗网络
│   ├── [ 37M]  8.5链接预测数据集
│   ├── [ 68M]  8.6自编码器与变分编码器
│   ├── [1.3M]  L9_图上的其他深度模型-designed.pdf
│   ├── [892K]  第八章作业分享.pdf
│   └── [358K]  第八章作业思路分享-岑宇阔.pdf
├── 9图神经网络在自然语言处理中的应用/
│   ├── @更多it资源 www.666php.com
│   ├── [ 78M]  8.1语义角色标注
│   ├── [ 19M]  8.2神经机器翻译
│   ├── [ 20M]  8.3关系抽取
│   ├── [ 56M]  8.4多跳问答任务
│   ├── [ 85M]  8.5知识图谱中的神经网络
│   ├── [ 48M]  8.6知识图谱数据集介绍
│   ├── [128M]  8.7sec2 用于知识图谱的模型
│   ├── [ 19M]  8.8sec3 在知识图谱补全的任务中训练R-GCN
│   ├── [9.0K]  code by PYG.zip
│   ├── [ 12K]  L9 code by DGL.rar
│   ├── [432K]  第九章作业分享.pdf
│   ├── [413K]  第九章作业提示-吴博助教.pdf
│   └── [2.3M]  自然语言处理中的图神经网络.pdf