飞桨学习赛：图神经网络入门节点分类

这场竞赛适合谁

适合想用 PaddlePaddle 入门图神经网络的个人开发者，尤其是已有深度学习基础、愿意处理论文引用图和节点特征的人。参赛者需要能用 PaddlePaddle 2.0 及以上版本训练端到端模型，并按要求提交预测结果和原始代码。

这场比赛提供什么

以下内容来自比赛官方页面。

• 数据获取Academic graph dataset with edges, features, and train/test labels
• 基线方案AI Studio baseline system project
• 教程PGL graph learning framework
• 基线方案Citation-network node-classification model examples
• 教程Seven-day graph neural network course

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   图神经网络（GNN）

3. 03

   PGL 图学习框架

4. 04

   图结构数据处理

5. 05

   NumPy 数据读取

6. 06

   CSV 提交文件生成

投入前确认：主要难点是把节点特征、已标注节点和论文引用关系整合为有效的节点分类模型，而不是只对单条样本做独立分类。还必须严格生成符合要求的 submission.csv：标签必须为整数类别 ID，列顺序、表头和测试集行数均不能出错。