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介绍了GNNs教程。该教程概述了如何利用学习型GNNs解决欺诈和滥用检测（如恶意账户、欺诈性金融交易、虚假评论）、客户推荐支持（如相关产品、职位、文章推荐）以及营销活动投放（如定向折扣、识别影响者）等问题。通过视频演示可深入了解GNNs在学习应用中的实践，并获取某机构深度图库的入门培训——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。
教程章节包括：
- 图神经网络概述
- 深度图库（DGL）概述
- 基础图任务的GNN模型
- 大规模图上的GNN训练
- 实际应用中的GNN模型
