PART ONE/为什么需要图神经网络 PART TWO/什么是图神经网络（包括图的基本知识，及基本GNN的操作） PART THREE/图神经网络的变体（图神经网络的3个变体，图卷积神经网络（又可分为基于空间域的图卷积神经网络和基于频域的图卷积神经网络），基于注意力的图神经网络，基于自编码器的图神经网络）。包括DCNN（Diffusion-Convolution Neural Network、NN4G（Neural Networks for Graph）、MPNN：Message Passing Neural Network、GAT （Graph Attention Network）、图自编码器（graph autoencoder，GAE）、变分图自编码器（variational graph autoencoder，VGAE） PART FOUR/应用，在自然语言处理方面的应用，在计算机视觉方面的应用，在推荐系统方面的应用，在预测问题方面的应用

從Android端呼叫GAE雲服務

架设在GAE上的GTalk翻译机器人 **目前已经存在的功能： 1. (0.1版开始支持) 可以直接识别中文和英文，并自动进行互译 1. (0.1版开始支持) 可以翻译一段文章，而不单单只是一个单词** **以后可能会有的功能： 1. (0.2版开始支持) 支持日、韩、法自动翻译到中文 1. (不实用,不支持) ~~支持中文翻译到日、韩、法三国文字~~ 1. (0.3版开始支持) 支持查询单个英文单词时给出详细解释**

2017最新MSI安装包，Google_App_Engine_SDK_for_Python，方便网速不好的同学下载

GAE--java使用入门.doc

随着云计算技术的发展，PaaS（平台即服务）越来越受到开发者的青睐，PaaS供应商也如雨后春笋般出现。 所谓PaaS实际上是指将软件研发的平台作为一种服务，并提供给用户。用户或者企业基于PaaS平台可以快速开发自己所需要的应用和产品。同时，PaaS平台开发的应用能更好地搭建基于SOA架构的企业应用。

可读，可重用，可扩展 Machin是为pytorch设计的增强库。 支持的型号 任何事物，包括循环网络。 支持的算法 当前，Machin已实现以下算法，该列表仍在增长： 单代理算法： 多主体算法： 大规模并行算法： 增强功能： 支持的算法： 进化策略 基于模型的方法 特征 1.可读 与其他强化学习库（例如著名的 ， 和。 Machin尝试仅提供RL算法的简单明了的实现。 Machin中的所有算法均以最小的抽象设计，并具有非常详细的文档以及各种有用的教程。 2.可重复使用 Machin采用与pytorch类似的方法，将算法和数据结构封装在自己的类中。 用户无需设置一系列data collectors ， trainers ， runners ， samplers ...即可使用它们，只需导入即可。 模型上的唯一限制是它们的输入/输出格式，但是，这些限制很小，可以轻松地使算法适

Google App Engine (GAE) 上的 Cloud Drive 应用程序 演示如何将 GAE 与 Google Cloud Storage 集成。 示例网址： :

这是一个桥接 GAE 与 Arquillian 的实验项目。 主要目的是与 JBoss CapeDwarf 项目一起使用，针对 GAE 测试其测试套件。