graph-based-deep-learning-literature

GitHub
5k 785 非常简单 1 次阅读 今天MIT开发框架数据工具
AI 解读 由 AI 自动生成，仅供参考

graph-based-deep-learning-literature 是一个专为图深度学习领域打造的学术资源导航库。面对该领域论文爆发式增长、会议众多且分散的现状，它系统性地整理了来自 NeurIPS、ICML、LoG 等顶级会议的最新出版物链接，并涵盖了相关研讨会、综述文章、书籍以及实用的软件库。

这一资源库有效解决了研究人员在海量文献中“大海捞针”的痛点。它将原本散落在各处的学术成果，按会议年份和具体主题进行了精细化的分类归档，让用户无需在不同网站间反复跳转，即可一站式获取从 2015 年至今的关键研究资料。无论是追踪前沿算法突破，还是回顾经典理论演变，都能在这里找到清晰的路径。

该工具特别适合人工智能领域的研究人员、高校师生以及从事图神经网络开发的工程师使用。对于希望快速入门该领域的学生，或是需要全面掌握行业动态的资深专家，它都是一份不可或缺的案头指南。其独特的亮点在于不仅提供论文索引，还关联了代码实现与综述资源，形成了从理论到实践的完整闭环，极大地提升了科研调研与工程落地的效率。

使用场景

某高校实验室的博士生正在撰写关于“动态图神经网络在金融欺诈检测中应用”的综述论文，急需梳理近五年的核心会议成果。

没有 graph-based-deep-learning-literature 时

  • 检索效率低下：需要在 NeurIPS、ICML 等多个顶级会议的海量论文中手动筛选图深度学习相关文献，耗时数周且极易遗漏关键文章。
  • 分类整理困难：找到的论文分散在不同年份和会议官网，缺乏统一的主题分类（如节点分类、链接预测），难以快速构建知识体系。
  • 资源获取不全：容易忽略相关的研讨会（Workshops）论文或重要的开源代码库实现，导致文献调研不够全面，影响论文深度。
  • 追踪前沿滞后：难以系统性地对比 2020 年至 2024 年间技术演进的脉络，往往只能依赖零散的引用关系来推测发展趋势。

使用 graph-based-deep-learning-literature 后

  • 一站式精准获取：直接访问按年份和会议（如 NeurIPS 2024、ICML 2023）整理的列表，几分钟内即可锁定所有图深度学习领域的顶会论文链接。
  • 结构化知识梳理：利用仓库内预设的主题分类（Topic-specific categories），迅速将文献归入“动态图学习”或“欺诈检测”等具体方向，大幅缩短文献综述架构时间。
  • 生态资源全覆盖：通过内置的“软件/库”和“研讨会”板块，一次性补全了算法实现代码和边缘创新研究，确保调研无死角。
  • 演进脉络清晰：借助从 2016 年至今的连续归档，直观对比不同年份的技术突破点，轻松绘制出该领域清晰的技术发展路线图。

graph-based-deep-learning-literature 将原本需要数周的非结构化信息搜集工作，转化为小时级的结构化知识获取，极大提升了科研人员的文献调研效率与质量。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该仓库并非可执行的软件工具或代码库，而是一个图深度学习领域的文献索引列表。它主要包含指向会议论文、研讨会、综述文章以及相关软件库的链接。因此，该仓库本身没有操作系统、GPU、内存、Python 版本或依赖库的运行环境需求。用户只需具备访问 GitHub 和网络链接的能力即可浏览内容。
python未说明
graph-based-deep-learning-literature hero image

快速开始

基于图的深度学习文献

该仓库主要包含基于图的深度学习领域会议论文的链接。

此外，仓库还包含以下内容的链接：



下方各会议及年份内的论文按主题分类组织。













图神经网络领域被引用最多的10篇论文

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 160k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 109.2k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。

★ 100.8k|★★☆☆☆|1周前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|1周前
插件开发框架