*注：名称暂定这个，之后再改。

本项目基于但不限于《图深度学习从理论到实践》一书，旨在帮助读者无痛入门 GNN 。除了介绍深度学习和图基础知识以及经典GNN模型外，我们还基于开源的图学习框架 DGL 和 PyG 提供了推荐、风控等领域的应用案例，方便读者快速上手实践 GNN，最后给出了前沿进展和相关资料供爱学习的读者进一步学习。

恰逢 Datawhale 图书解读开源活动，借此契机督促个人系统的读书学习，也鼓舞大家参与到开源生态共建当中，让 GNN 能在更多领域碰撞出火花。

1. 前言（GNN应用概述及读者定位）
2. 深度学习与图基础（包含丰富图例）
3. 图表示学习（从传统到现代）
4. 经典GNN及其变体（含实践代码）
5. GNN应用案例（推荐、风控、CV、NLP、GIS等领域应用、GNN相关竞赛实战）
6. 前沿进展（GNN对比学习、GNN联邦学习等相关论文解读和GNN推荐、GNN反欺诈在工业界的实际应用）
7. 学习资料（书籍习题解答、笔面试问题、学习资源整理等）

待完善...

注：说明当前项目的规划，并将每个任务通过 Issue 形式进行对外进行发布。

• 如果你想参与到项目中来欢迎查看项目的 Issue 查看没有被分配的任务。
• 如果你发现了一些问题，欢迎在 Issue 中进行反馈🐛。
• 如果你对本项目感兴趣想要参与进来可以联系项目负责人@rickyxume 进行交流💬。

如果你对 Datawhale 很感兴趣并想要发起一个新的项目，欢迎查看 Datawhale 贡献指南。

扫描下方二维码关注公众号：Datawhale