GAT入门

1、GAT的优点

        区别于GNN采用拉普拉斯矩阵的特征基向量作为卷积内核，GAT是一种根据空间结构进行卷积的算法。GAT会在动态图的表现优于GAT，因为拉普拉斯矩阵的计算相对复杂。

2、GAT代码

        分成：Transductive learning（直推式学习）和Inductive learing（归纳式学习）

        代码一共是两层：

        具体指标则是分类准确率；

        cora大概在80%左右；test loss：1.8    

        citeseer大概是73%；test loss：1.61

3、数据形式：

4、

cite：https://github.com/danielegrattarola/keras-gat

GCN使用的数据集Cora、Citeseer、Pubmed、Tox21格式_知行合一，止于至善-CSDN博客_citeseer数据集