2014年AlexNet成功破圈,让深度学习如火如荼,所以今天我们介绍如何使用深度学习的方法来对节点做embedding。
首先我们需要认识到,图结构无法像文本或者图片可以直接输入到神经网络中去:
主要因为两个原因:一个是因为节点在图中没有固定的排序或者参考点来确定位置,也就是我们常说的几何不变性,另外一个是图的结构通常是动态变化的,比如社交关注网络中,经常会有新用户加入图中,这样整个图都会改变,这也就是为什么直推式学习应用场景狭窄。
所以我们需要专门为了图神经网络设计出一个能够保持其几何不变性的神经网络————图卷积神经网络
说到卷积神经网络,在CV领域是一把手,现在的大部分的backbone用的仍然是卷积神经网络,不过图怎么丢入卷积神经网络中去呢,那就是通过邻居来聚合!!
参考: