图神经网络简介:模型和应用
An Introduction to Graph Neural Networks: Models and Applications
one-hot vs Distributed representation(分布式矢量表示)
Graph Neural Networks
设计问题的图表示(GNN的输入)
输入和输出的图结构一致
Neural Message Passing
对于每一个节点,有一个当前状态,从相邻的节点获得message,之后更新自己的状态
每一次各个节点同时更新自己的状态
点个节点逐渐了解到整个图其他节点的信息(通过一步一步的信息传递)
Https://github.com/microsoft/tf-gnn-samples/
Gated GNNs
Trick:Backwards Edges
对于结点D,使用添加反向边的方式,使得能够学习到D
GGNN as Matrix Operation
Message passing?
Two Sample Applications with graph neural networks
从分子式获得分子结构
对程序代码的图表示法
预测变量