本文介绍如何利用图神经网络（GNN）进行关系预测，以预测图中节点间的边是否存在。在DGL框架下，将构建一个GNN模型，使用提供的引文网络数据集进行训练和评估。关系预测常见于社交推荐、商品推荐和知识图谱补全等场景。
原文：Link Prediction using Graph Neural Networks
DGL笔记1——用DGL表示图
DGL笔记2——用DGL识别节点
DGL笔记3——自己写一个GNN模型
在DGL笔记2——用DGL识别节点中，我们已经简单学习了如何使用 GNN 来对节点进行分类，也就是预测图中的节点类别。今天我们将学习如何训练一个 GNN 来对关系(link)进行预测，也就是预测图中任意两个节点之间是否存在边。
今天咱们的目标是：
- 构建一个基于 GNN 的关系预测模型。
- 基于 DGL 提供的数据集训练并评估这个模型。
来先做好准备：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
