图神经网络通用框架信息传递网络（MPNNs）

介绍

信息传递网络（Message Passing Neural Networks, MPNNs)是由Gilmer等人提出的一种图神经网络通用计算框架。原文以量子化学为例，根据原子的性质（对应节点特征）和分子的结构（对应边特征）预测了13种物理化学性质。查看论文原文请点击这里。

机制

理论

MPNN的前向传播包括两个阶段，第一个阶段称为message passing（信息传递）阶段，第二个阶段称为readout（读取）阶段。定义一张图$G=(V,E)$，其中$V$是所有节点，$E$是所有边。

信息传递阶段

message passing阶段会执行多次信息传递过程。对于一个特定的节点v，我先给出公式。
$$m_v^{t+1}=\sum _{w\in N(v)}{M}_t\left(h_v^t,h_w^t,e_{vw}\right)\text{\hspace{1em}(1)}$$$$h_v^{t+1}=U_t\left(h_v^t,m_v^{t+1}\right)\text{\hspace{1em}(2)}$$
其中，在公式$(1)$中，$m_v^{t+1}$是结点v在t+1时间步所接收到的信息，$N(v)$是结点v的所有邻结点，$h_v^t$是结点v在t时间步的特征向量，$e_{vw}$是结点v和w的边特征，$M_t$是消息函数。该公式的意义是节点v收到的信息来源于节点v本身状态($h_v^t$)，周围的节点状态($h_w^t$)和与之相连的边特征($e_{vw}$)。生成信息后，就需要对结点进行更新。

在公式$(2)$中，$U_t$是结点更新函数，该函数把原节点状态$h_v^t$和信息$m_v^{t+1}$作为输入，得到新的节点状态$h_v^{t+1}$。熟悉RNN的同学可能会眼熟这个公式，这个更新函数和RNN里的更新函数是一样的。后面我们也可以看到，我们可以用GRU或LSTM来表示$U_t$。

最后再强调一下时间步的概念。计算完一次$(1)$和$(2)$算一个时间步，因此如果时间步设为$T$，上述两个公式会各运行$T$次，最终得到的结果是$h_v^T$。

读取阶段

readout阶段使用读取函数$R$计算基于整张图的特征向量，可以表示为
y ^ = R ( { h v T ∣ v ∈ G } ) (3) \hat{y}=R\left(\{h_v^T|v \in G \} \right)\tag{3} y^​=R({hvT​∣v∈G})(3)
其中，$\hat{y}$是最终的输出向量，$R$是读取函数，这个函数有两个要求：1、要可以求导。2、要满足置换不变性（结点的输入顺序不改变最终结果，这也是为了保证MPNN对图的同构有不变性）

实际案例

在MPNN的框架下，我们可以自定义消息函数、更新函数和读取函数，下面我举一个实际的案例，也是这篇文章所提及的门控图神经网络（Gated Graph Neural Networks, GG-NN）。这里，信息函数、结点更新函数和读取函数被定义为
$$M_t\left(h_v^t,h_w^t,e_{vw}\right)=A_{e_{vw}}{h}_w^t\text{\hspace{1em}(4)}$$$$U_t\left(h_v^t,m_v^{t+1}\right)=GRU\left(h_v^t,m_v^{t+1}\right)\text{\hspace{1em}(5)}$$$$R=\sum _{v\in V}\sigma \left(i\left(h_v^{(T)},h_v^0\right)\right)\odot \left(j\left(h_v^{(T)}\right)\right)\text{\hspace{1em}(6)}$$

消息函数$(4)$中，矩阵$A_{e_{vw}}$决定了图中的结点是如何与其他结点进行相互作用的，一条边对应一个矩阵。但是这个函数描述得有些笼统。GGNN文章中的公式更清晰一些，如下所示
$$a_v^{\left(t\right)}=A_{v:}^T{\left[h_1^{(t-1{)}^T},h_2^{(t-1{)}^T},...,h_{|V|}^{(t-1{)}^T}\right]}^T+b\text{\hspace{1em}(7)}$$
其中，$a_v^{\left(t\right)}$是结点v在t时刻接收到的信息向量，和我们之前定义的$m_v^{t+1}$是一样的，只是换了些字母。$h^{(t-1)}$表示节点在t-1个时间步的状态，因此${\left[h_1^{(t-1{)}^T},h_2^{(t-1{)}^T},...,h_{|V|}^{(t-1{)}^T}\right]}^T$把每个结点的状态拼接在一个维度上，维度大小为$D|V|$，$b$是偏置项，至于$A_{v:}$，我们先看下面这张图

这里有一个边的特征矩阵$A$，矩阵$A$考虑了边的方向，因此它是由out和in两个部分拼接而成，图中的不同字母代表了不同的相互作用类型（也可以视为每条边的特征，注意每一条边的特征维度都是$(D,D)$，而不是我们常见的一维向量，在实际应用中，如果边的初始特征维度不是$D$，可以进行embedding或线性变换到$D\times D$维，再reshape到$(D,D)$)，最终的维度是$(D|V|,2D|V|)$，其中$|V|$是结点个数。有了矩阵$A$之后，我们需要针对某一个结点选出“两列”（并非真正意义上的两列）。以2号结点作为v结点为例，我们在Outgoing Edges和Incoming Edges中分别找到2号结点，再把这两列拼接起来，得到一个维度是$(D|V|,2D)$的矩阵$A_{v:}$。将该矩阵的转置与所有节点的状态拼接成的列向量相乘，最终得到一个维度为$2D$的信息向量$a_v^{\left(t\right)}$。而对于无向图而言，只需要考虑一半的情况就行了。

结点更新函数$(5)$是GRU，对GRU不熟悉的同学可以看一下这方面的知识，在此就不再多做解释了。

读取函数$(6)$看起来是较为复杂的，我们可以拆开来看。首先$\odot$表示逐元素相乘，$i$和$j$分别表示一个全连接神经网络，并且在$i$的外面又套了一层sigmoid函数，用符号$\sigma$表示。对于神经网络$i$而言，输入是结点的初始状态和最终状态，因此输入维度是2 * in_dim，而对于神经网络$j$而言，输入只有结点的最终状态，因此输入维度是in_dim。但是这两个神经网络的输出维度是一样的，这样才能逐元素相乘。再往深入一点讲，这里包含了self attention机制，就是在读取阶段要注意该节点最初的特征。

代码

我分别找到了Pytorch和Tensorflow的实现，以后有时间我会分析一下Pytorch版的实现过程。
Pytorch版
Tensorflow版（原作者）

第三方库

torch-geometric