GNN图神经网络

本文深入浅出地介绍了图神经网络(GNN),包括如何将数据转化为图、图上的问题与挑战、GNN的基本原理及其变种。通过实例展示了GNN在图数据上的应用,如节点分类、边属性预测,并探讨了超参数对模型性能的影响。
摘要由CSDN通过智能技术生成

 论文链接:A Gentle Introduction to Graph Neural Networks (distill.pub)

零基础多图详解图神经网络(GNN/GCN)【论文精读】_哔哩哔哩_bilibili

 文章分为四块:

什么样的数据可以表示为一张图

图和别的数据有什么不一样的地方 为什么要做图神经网络

构建GNN 看一下各个模块长什么样子

搭建了GNN的playground

图神经网络基于图的对称性的假设 

一、什么样的数据可以表示为一张图

图就是表示实体(点nodes)的一些关系(边edges)

U表示全局的信息

 点 用长度为6的向量来表示

边用长度为8的向量来表示

全局信息用长为5的向量表示

 核心就是怎么样把信息表示成向量,以及这向量是不是能够通过数据来学到

图可以分成两类,一种是有方向的,一种是没有方向的

怎么样把数据表示成图

把图片表示成图

0-0点表示第0列第0行,这样就把图上的每一个像素映射成图上的每一个点

0-0的邻居是1-0&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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