![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图神经网络
文章平均质量分 95
学海一叶
机器学习、深度学习、GIS、遥感
展开
-
图神经网络系列之消息传递
相比较于神经网络最基本的网络结构全连接层(MLP),特征矩阵乘以权重矩阵,图神经网络多了一个邻接矩阵。计算形式很简单,三个矩阵相乘再加上一个非线性变换。因此一个比较常见的图神经网络的应用模式如下图,输入是一个图,经过多层图卷积等各种操作以及激活函数,最终得到各个节点的表示,以便于进行节点分类、链接预测、图与子图的生成等等任务。消息传递机制(属性向量优化的方法叫做消息传递机制)是目前GNN的主流研究方向,以下面这个无向图举例说明各类别网络的消息传递机制的不同。原创 2023-09-19 16:05:37 · 1796 阅读 · 0 评论 -
图神经网络系列之序章
图可以用GVEG=(V, E)GVE来表示,其中VVV是顶点或节点的集合,EEE是边的集合,eijvivj∈Eeijvivj∈E则表示从viv_ivi指向vjv_jvj的边(有向图),或仅表示viv_ivi和vjv_jvj之间的边(无向图)Nvu∈V∣vu∈ENvu∈V∣vu∈E表示节点vvv的邻域。原创 2023-09-15 10:27:05 · 193 阅读 · 0 评论