DW_图深度学习_Task_6
学习内容:基于图神经网络的图表征学习方法
学习地址: github/datawhalechina/team-learning-nlp/GNN/
目录
基于图同构网络(GIN)的图表征网络的实现
本节内容主要是介绍基于图神经网络的图表征学习方法,其过程大致为:
首先,计算得到节点表征。然后对节点表征做图池化,从而得到图的表征。
图表征模块(GINGraphRepr Module)
图表征模块结构
GINNodeEmbedding:进行节点嵌入 -> 得到节点表征
对节点表征进行图池化 -> 得到图的表征
对图的表征进行一层线性变换 -> 得到图的预测
可选的几个计算图表征的方法
- “sum”: 对节点表征求和;
- “mean”:对节点表征求平均;
- “max”:取节点表征的最大值。对一个batch中所有节点计算节点表征各个维度的最大值;
- “attention”:基于Attention对节点表征加权求和;
- “set2set”: 另一种基于Attention对节点表征加权求和的方法;