计算机视觉相关笔记（三）GNN

GNN图神经网络

博客链接:https://distill.pub/2021/gnn-intro/

1.什么图

（1）图的基本组成
V Vertex（顶点）
E Edge（边）
U Global（全局信息）
（2）图的分类
一种是有向图，一种是无向图

2.图有关的三大类问题

图层面，顶点层面，边层面
（1）图层面
给了些图，对图进行分类
（2）顶点层面
不同点和哪些点关系更近
（3）边层面
例如不同人物之间的关系，就是看边的属性

3.将神经网络应用到图上

一个主要挑战是怎么样表示图才能和神经网络兼容，主要有四个方面，顶点、边、全局信息和连接性，其中比较难表示的是第四个，虽然可以用邻接矩阵存储，但会出现一个问题，矩阵会非常的大。

4.图神经网络

输入进去的是图，输出的也是图，并且不会改变图的连接性，只赋予属性。
（1）为什么要加入全局信息？
因为当图很大的时候，可能存在一个顶点的信息传递到另一个顶点需要很远才行，因此引入了一个虚拟的点称为master node 或者 context node，这个点可以和所有的点相连。