Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
This is an open-source toolkit for Heterogeneous Graph Neural Network(OpenHGNN) based on DGL.
| Date | Stars |
|---|---|
| 2026-07-31 | 988 |
| 2026-08-04 | 988 |
| 2026-08-05 | 988 |
| 2026-08-06 | 988 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# 异质图神经网络开源工具包  [](https://openhgnn.readthedocs.io/zh_CN/latest/?badge=latest)  [](https://github.com/BUPT-GAMMA/OpenHGNN) [](https://github.com/BUPT-GAMMA/OpenHGNN) [**启智社区（中文版）**](https://git.openi.org.cn/GAMMALab/OpenHGNN)｜ [**Github Community (English)**](https://github.com/BUPT-GAMMA/OpenHGNN) ｜[**Space4HGNN [SIGIR2022]**](./space4hgnn) ｜[**Benchmark&Leaderboard**](./openhgnn/dataset/ohgb.md) | [**Slack Channel**](https://app.slack.com/client/TDM5126J1/C03J6GND001) OpenHGNN是一个基于 [DGL [Deep Graph Library]](https://github.com/dmlc/dgl) 和 [PyTorch](https://pytorch.org/) 的开源异质图神经网络工具包，集成了异质图神经网络的前沿模型。 **当前最新版本：OpenHGNN v0.9.0。** v0.9 新增10个模型贡献、`node_regression` 任务、模型复现文档和更统一的DGL模型接入说明。 ## 新闻 <details> <summary> 2026-06-26 更新0.9版本 </summary> <br/> 我们更新了0.9版本。 - 新增10个模型贡献，对应11个注册模型名：HGDL、HGEN、HGSketch、HGOT、RMR、HERO/HERO_homo、SEHTGNN、HTGformer、HCMGNN、RelGT。 - 当前版本共注册83个模型名和17个任务/流程入口。 - 新增 `node_regression` 任务，支持连续值节点标签预测。 - 更新文档入口、快速开始、模型导览、任务导览和模型PR审查规范。 - 加强模型贡献的标准化检查，包括DGL实现、trainerflow、dataset、README和smoke test要求。 </details> <details> <summary> 2024-07-23 开源0.7版本 </summary> <br/> 我们开源了0.7版本 - 新增模型和数据集 - 新增图提示学习框架 - 新增DGL的数据处理框架Graphbolt - 新增GNN消息聚合方式：dgl.sparse - 新增分布式训练流程 </details> <details> <summary> 2023-07-17 开源0.5版本 </summary> <br/> 我们开源了0.5版本。 - 新增模型和数据集 - 四个新的前沿图学习任务：预训练、推荐、图攻防、异常事件检测 - TensorBoard可视化功能 - 维护和测试模块 </details> <details> <summary> 2023-02-24 优秀孵化奖 </summary> <br/> OpenHGNN荣获启智社区优秀孵化项⽬奖！详细链接：https://mp.weixin.qq.com/s/PpbwEdP0-8wG9dsvRvRDaA </details> <details> <summary> 2023-02-21 中国电子学会科技进步一等奖 </summary> <br/> 算法库支撑了北邮牵头，蚂蚁集团、中国移动、海致科技等参与的“大规模复杂异质图数据智能分析技术与规模化应用”项目。该项目获得了2022年电子学会科技进步一等奖。 </details> <details> <summary> 2023-01-13 开源0.4版本 </summary> <br/> 我们开源了0.4版本。 - 新增模型 - 提供构建应用的流程 - 更多支持采样训练的模型 - 更新千万节点规模图的评测 </details> <details> <summary> 2022-08-02 论文接收 </summary> <br/> 我们的论文 <i>OpenHGNN: An Open Source Toolkit for Heterogeneous Graph Neural Network</i> 在CIKM2022 short paper track接收。 </details> <details> <summary> 2022-06-27 开源0.3版本 </summary> <br/> 我们开源了0.3版本。 - 新增模型 - 支持API调用 - 简化定制数据集和模型流程 - 异质图信息可视化工具 </details> <details> <summary> 2022-02-28 开源0.2版本 </summary> <br/> 我们开源了0.2版本。 - 新增模型 - 异质图神经网络的设计空间：[Space4HGNN [SIGIR2022]](./space4hgnn) - 基准数据集以及排行榜：[Benchmark&Leaderboard](./openhgnn/dataset/ohgb.md) </details> <details> <summary> 2022-01-07 加入启智社区 </summary> <br/> 启智社区用户可以享受到如下功能： - 全新的中文文档 - 免费的计算资源—— [云脑使用教程](https://git.openi.org.cn/GAMMALab/OpenHGNN/src/branch/main/yunnao_tutorial.md) - OpenHGNN最新功能 - 新增模型：【KDD2017】Metapath2vec、【TKDE2018】HERec、【KDD2021】HeCo、【KDD2021】SimpleHGN、【TKDE2021】HPN、【ICDM2021】HDE、fastGTN - 新增日志功能 - 新增美团外卖数据集 </details> ## 关键特性 - 易用：OpenHGNN提供了了易用的接口在给定的模型和数据集上运行实验，且集成了 [optuna](https://optuna.org/) 进行超参数优化。 - 可扩展：用户可以定义定制化的任务/模型/数据集来对新的场景应用新的模型。 - 高效：底层的DGL框架提供了提供了高效的API。 - 可发现：可以通过 CLI 查看当前环境、注册模型、注册任务和数据集。 当前版本统计： - 注册模型名：83个。 - 注册任务/流程入口：17个。 - v0.9新增模型贡献：10个，其中 `HERO` 和 `HERO_homo` 是同一模型贡献下的两个注册名。 - v0.9新增任务：`node_regression`。 常用文档入口： - [0.9版本更新说明](./docs/source/release/v0.9.rst) - [快速开始](./docs/source/get_started/quick_start.rst) - [模型导览](./docs/source/get_started/model_overview.rst) - [模型复现指南](./docs/source/get_started/reproduce_model.rst) - [任务导览与node_regression说明](./docs/source/get_started/task_overview.rst) - [模型PR审查规范](./docs/source/advanced_materials/model_pr_checklist.rst) ## 开始使用 #### 环境要求 - Python 3.10-3.12 - [PyTorch](https://pytorch.org/get-started/) 2.3.x-2.4.x - [DGL](https://github.com/dmlc/dgl) 2.2.x-2.4.x - CPU 或者 NVIDIA GPU, Linux, Python3 **1. Python 环境 (可选):*
Excerpt of 12,305 characters
Read on GitHub
336
86
69
67
50
39
32
32
23
21
15
13
10
9
8
7
7
7
6
6
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:749b0e66d8c24f72, topic:pytorch