图神经网络学习笔记-03图神经网络算法(上)
2023-03-14 22:35:31 时间
图卷积网络(GCN)
卷积在规则数据上很好应用,如果是不规则的图呢?
从图像卷积类比到图结构卷积
图像卷积
将一个像素点周围的像素按照不同的权重叠加起来。
图结构卷积
将一个节点周围的邻居按照不同的权重叠加起来。
图卷积网络计算公式:
这个公式可以一步步来看
1.边上的源节点,往目标节点发送特征
2.目标节点对收到的特征进行聚合
问题:是否所有的人对自己的评价都是有用的?
所以:如何衡量邻居的重要性?
度:给边加权
怎么用多层图网络完成节点分类任务
GCN算法全流程:
第一步:节点间进行特征传递
第二步:对每一个节点过一层DNN
重复L次,实现多层图卷积网络
获取的最终表示H ( L )作为最终节点表示,来分类
图注意力网络(GAT)
GCN中边的权重:
与节点的度相关
不可学习
GAT中的边权重
权重变成节点间的函数
权重与两个节点相关性有关
可学习
attention计算方法
特征聚合计算方法
Message Passing
GCN、GAT都是基于邻居聚合的模型
称为Spatial(空间)GNN
大部分的Spatial GNN都可以用Message Passing实现
消息的发送
消息的接收
相关文章
- 在 Go 里用 CGO?这 7 个问题你要关注!
- 9款优秀的去中心化通讯软件 Matrix 的客户端
- 求职数据分析,项目经验该怎么写
- 在OKR中,我看到了数据驱动业务的未来
- 火山引擎云原生大数据在金融行业的实践
- OpenHarmony富设备移植指南(二)—从postmarketOS获取移植资源
- 《数据成熟度指数》报告:64%的企业领袖认为大多数员工“不懂数据”
- OpenHarmony 小型系统兼容性测试指南
- 肯睿中国(Cloudera):2023年企业数字战略三大趋势预测
- 适用于 Linux 的十大命令行游戏
- GNOME 截图工具的新旧截图方式
- System76 即将推出的 COSMIC 桌面正在酝酿大变化
- 2GB 内存 8GB 存储即可流畅运行,Windows 11 极致精简版系统 Tiny11 发布
- 迎接 ecode:一个即将推出的具有全新图形用户界面框架的现代、轻量级代码编辑器
- loongarch架构介绍(三)—地址翻译
- Go 语言怎么解决编译器错误“err is shadowed during return”?
- 敏捷:可能被开发人员遗忘的部分
- Denodo预测2023年数据管理和分析的未来
- 利用数据推动可持续发展
- 在 Vue3 中实现 React 原生 Hooks(useState、useEffect),深入理解 React Hooks 的