المشاريع البحثية
Research Projects
عشرة مشاريع بحثية بمستويات مختلفة: الهدف والمتطلبات والبيانات والخوارزمية وخطوات التنفيذ ومقاييس التقييم والنتائج المتوقعة، مع تجربة تبدأ بها في المختبر.
المشاريع مصممة لتنتقل من تجربة صغيرة في المتصفح إلى تجربة قابلة للنشر بـ PyTorch Geometric. كل مشروع يحدد ما يُقاس وكيف تُقرر هل نجحت الفكرة، مع تنبيهات منهجية (تسرب البيانات، البذور، التقسيم).
المشاريع البحثية
أسئلة شائعة
كيف أستخدم المشاريع البحثية؟
كل مشروع يحدد سؤالاً بحثياً ومجموعة بيانات وخوارزمية وخطوات ومقاييس، ويربط بتجربة جاهزة في المختبر للبدء وبأمثلة PyG الرسمية للتوسع. المشاريع المعلَّمة «Python» تحتاج بيئة PyTorch Geometric.
كيف أثبّت PyTorch Geometric؟
في بيئة Python 3.10 أو أحدث: ثبّت PyTorch أولاً حسب نظامك من pytorch.org، ثم `pip install torch_geometric`. الحزم الإضافية (pyg_lib وtorch_scatter وغيرها) اختيارية في الإصدارات الحديثة. وثائق التثبيت الرسمية في pytorch-geometric.readthedocs.io.
النتائج المتوقعة توجيهات منهجية لا أرقام مضمونة. الشيفرات المرتبطة من التوثيق الرسمي للمكتبات.
المراجع
- Fey, M., & Lenssen, J. E. (2019). Fast Graph Representation Learning with PyTorch Geometric. ICLR 2019 Workshop on Representation Learning on Graphs and Manifolds. arXiv: 1903.02428المكتبة المستخدمة في خادم Python الاختياري ومصدر إحصاءات مجموعات البيانات.
- Wang, M., Zheng, D., Ye, Z., Gan, Q., Li, M., Song, X., et al. (2019). Deep Graph Library: A Graph-Centric, Highly-Performant Package for Graph Neural Networks. arXiv preprint. arXiv: 1909.01315مكتبة بديلة لـ PyG.
- PyG Team. PyTorch Geometric documentation. Official documentation. pytorch-geometric.readthedocs.ioالتوثيق الرسمي للمكتبة؛ منه أُخذت جداول إحصاءات المجموعات (الإصدار 2.8.1).
