汇总一下GNN方法

最新推荐文章于 2024-06-09 20:41:13 发布
最新推荐文章于 2024-06-09 20:41:13 发布
阅读量665 收藏 3
点赞数
文章标签： 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/huhuiwen99/article/details/105426103
版权

图神经网络的一个基本思想，就是基于节点的局部邻居信息对节点进行embedding，即通过神经网络来聚合每个节点及其周围节点的信息。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

训练方法

GNN将图中节点embedding成向量，然后每轮迭代获取节点周围的邻居的信息，训练又分为无监督 在这里插入图片描述

yiiiir99
关注
图神经网络实战（1）——图神经网络(Graph Neural Networks, GNN)基础
盼小辉丶的博客
01-02 7万+
本节全面介绍了图神经网络 (Graph Neural Network, GNN) ，包括其在数据分析和机器学习中的重要性。首先探讨了图作为数据表示的相关概念及其在各个领域的广泛应用；然后深入探讨图学习的重要性，包括不同的应用和技术。最后，重点介绍了 GNN 架构，并对比了它与其他方法之间的原理和性能差异。
【GNN基础学习】图模块基本定义 || 图的邻接矩阵 || GNN中常见任务有哪些？ || GNN消息传递方法 || 多层GCN有什么作用？
追光者♂：记录、分享、总结、提升，现象级专栏《Python从入门到人工智能》作者，无惧黑暗，坚信曙光
12-06 916
【GNN基础学习】图模块基本定义 || 图的邻接矩阵 || GNN中常见任务有哪些？ || GNN消息传递方法 || 多层GCN有什么作用？
Python-关于图神经网络GNN的必读文章
08-11
关于图神经网络（GNN）的必读文章
GNN模型训练
最新发布
qq_43798150的博客
06-09 1612
本篇是基于处理好的数据集，通过定义模型的网络结构，将数据放入模型中进行训练。
GNN教程：预训练模型
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
07-01 2248
转载 目录 0 引言 1 预训练介绍 2 GCN 预训练模型框架介绍 2.1 预训练任务介绍 本节小结 2.2 应用于下游任务 本节小结 后记 0 引言 虽然 GNN 模型及其变体在图结构数据的学习方面取得了成功，但是训练一个准确的 GNN 模型需要大量的带标注的图数据，而标记样本需要消耗大量的人力资源，为了解决这样的问题，一些学者开始研究Graph Pre-training的框架以获取能够迁移到不同任务上的通用图结构信息表征。 在NLP和CV领域中，学者已经提出了大量的预训练架
GNN教程：大规模分布式训练
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
07-01 1609
引言 本文为GNN教程的DGL框架之大规模分布式训练，前面的文章中我们介绍了图神经网络框架DGL如何利用采样的技术缩小计算图的规模来通过mini-batch的方式训练模型，当图特别大的时候，非常多的batches需要被计算，因此运算时间又成了问题，一个容易想到解决方案是采用并行计算的技术，很多worker同时采样，计算并且更新梯度。这篇博文重点介绍DGL的并行计算框架。 多进程方案 概括而言，目前DGL(version 0.3)采用的是多进程的并行方案，分布式的方案正在开发中。见下图，DGL的并行计算
图机器学习——5.2 图神经网络：GNN的构建与训练
Kanny
05-23 3420
1. GNN的构建 我们将节点的邻居定义为可计算的图，图神经网络的主要想法是：每一个节点可以从周围的邻居中汇聚信息，而这个汇聚的方式就是通过神经网络来进行。以下图为例，我们来进行解释： 首先以节点A为目标节点，其邻居为B, C, D，那么A的信息就由B, C, D进行汇聚；接着进行递归，B的信息来源于A, C（由于是无向图，因此A也需要进行考虑，下面类似）；C的信息来源于A, B, E, F；D又来源于A。因此得到上右图所示的网络。 接着我们考虑所有的节点，均作为目标节点，构建一个这样的传递模型。 这种
【资料汇总】GNN从入门到入土+文献阅读入门
智慧的旋风的博客
11-01 1160
GNN+文献阅读的相关资料 近期资料有点多，想整理一下，理一理头绪。 如有侵权，请告知我撤回。 GNN文献及解读 《GNN综述——从入门到入门》。 《Must-read papers on GNN》（github清华大学）。 《图神经网络（Graph Neural Networks，GNN）综述》。 《网络表示学习概述》。 《深度学习中不得不学的Graph Embedding方法》。 …后续再补充 GNN数据集 《【Python】cora数据集的读取和处理》。这个是自己写的。 《【Python】c
GNN之常用矩阵汇总
Begining
10-29 4151
最近在看图卷积网络(graph convolutional networks)，其中有一些基础知识，比如： 表示一个图，分别表示相应的节点集与边集。表示图中的节点，表示图中的边。 A表示图中的邻接矩阵(adjacency matrix)。 D表示图中的度矩阵(degree matrix)。 L表示图中的拉普拉斯矩阵(Laplacian matrix)，表示图的归一化拉普拉斯矩阵。 会有许多...
matlab开发-Bangla手信号识别使用gnn
08-24
7. **模型训练与优化**：使用反向传播算法和适应性学习率方法（如Adam）来训练模型，通过调整超参数（如学习率、批量大小、迭代次数等）优化模型性能。 8. **评估与测试**：模型的性能通常通过准确率、精确率、召回...
【GNN】采样算法总结
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
08-15 2587
背景： 许多领域的数据都可以自然地表达成图结构，比如社交网络、蛋白质相互作用网、化学分子图和3D点云等。这些图数据的复杂性对现有的机器学习算法提出了重大挑战。近几年图卷积网络（GCN）把深度学习中卷积神经网络的思想用到图的学习上，在点分类、边预测以及推荐系统上都取得了非常好的效果。 在GCN中，为了得到根节点的表达，需要从它上一层的邻居节点里收集信息。然后同样的，这些邻居节点也需要再从他们上一层的邻居节点里收集信息。这样随着层数的加深，需要计算的多跳邻居数量就会指数级上升。这种“邻居数量指数增加”的问题
基于空间方法的图神经网络模型_【博客推荐】漫谈图神经网络模型GNN
weixin_39943750的博客
11-24 154
最近看了一些图与图卷积神经网络的论文，深感其强大，但一些Survey或教程默认了读者对图神经网络背景知识的了解，对未学过信号处理的读者不太友好。同时，很多教程只讲是什么，不讲为什么，也没有梳理清楚不同网络结构的区别与设计初衷(Motivation)。因此，这篇博客试图沿着图神经网络的历史脉络，从最早基于不动点理论的图神经网络(Graph Neural Network， GNN)一步步讲到当前用得最...
第5章：训练图神经网络
发呆的比目鱼的博客
10-12 1367
第5章：训练图神经网络
图神经网络 (GNN)
m0_62307289的博客
11-11 5160
我们以民国最出名的七角恋人物关系图为例进行讲解，如下图所示：这是一张图，包括人物实体以及人物关系。我们抽象成下面的形式，人物是图的顶点（Vertex）、人物关系是图的边（Edge）。顶点和边都可以附带各自的属性（如：姓名、关系类型等）V：点，每个点都有自己的特征向量（特征举例：邻居点数量、一阶二阶相似度）E：边，每个边都有自己的特征向量（特征举例：边的权重值、边的定义）U：整个图，每个图都有自己的特征向量（特征举例：节点数量、图直径）
代码+通俗理解图神经网络GNN
热门推荐
普通攻击往后拉的博客
08-14 1万+
1 类比CNN 图神经网络GNN用于解决非欧几里得空间结构的数据结构的表征问题，其本质是依赖图形中边的连接关系表征节点或者图的信息。在说图神经网路是如何实现这一点时，可以先对比卷积神经网络对一般图像的处理过程： CNN对于图像的处理就是按照从上到下的顺序依次对图像进行卷积，从而提取整个图像的特征；而GNN对于图结构的处理，类似于按照节点为单位，用一个虚拟的卷积核按照节点的连接顺序对图中的节点依次进行处理。因此GNN与CNN的处理过程本质上是一样的。 2 代码理解GNN的训练过程 GNN的“模拟卷积核”在每
GNN综述：从deepwalk到GraphSAGE，GCN，GAT
zandaoguang的博客
12-29 1354
作者丨弃之@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/288322305编辑丨极市平台1.graph embedding（GE）1.1.图中学习的分类...
论文大合集 | 大规模图上如何训练GNN?
weixin_45519842的博客
07-21 570
介绍前几天有人在交流群问,大图GNN该怎么办? 10W*10W的机器就爆了...Mini-batch确实是一个解决方案, 通过采样每个节点的局部邻居信息并聚合来学习节点表示. 这样不用一次...
GNN | 文本序列的常用构图方法与代表案例剖析
zenRRan的博客
12-19 3038
每天给你送来NLP技术干货！来自：老刘说NLP传统的NLP任务中，通常将文本作为一个序列进行处理，而随着GNN图神经网络的兴起，将文本转换为图结构，并且使用GNN等模型进行建模的想法也逐渐...
GNN—图网络入门
红叶谷 wsp_1138886114的博客
09-10 8164
文章目录一、GNN概述1.1 GNN特点1.2 图类型与传播1.3 训练方法与GNN变体1.4 传播步骤与GNN变体二、GNN框架2.1 GNN的三大通用框架三、GNN的应用场景 图嵌入（graph embedding）、网络嵌入（network embedding）、网络表示学习（network representation learning），这三个概念从原理上来说其实表达的是同一件事，核心思...
解释GNN并用pytorch写出其代码
08-16
3. 最后，根据节点的状态更新，进行图级别的预测或汇总。 下面是使用pytorch实现一个简单的GNN模型的代码示例： ```python import torch import torch.nn as nn class GraphConvolution(nn.Module): def __init_...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值