图神经网络
文章平均质量分 79
zyrlia
这个作者很懒,什么都没留下…
展开
-
节点表征学习[GCN、GAT]
节点表征学习[GCN、GAT]引言节点表征学习引言图神经网络机器学习、深度学习的根本目的是学习图数据,将图结构embedding为计算机可处理的向量矩阵。以空域的卷积为例,每一次卷积之后得到的的特征变换实际上是改变了节点的隐状态。得到每个节点聚合和更新之后的隐状态后就可以执行下游的任务(节点分类,边分类,图分类)。本次将比较只是用NN和用图神经网络算法(GCN、GAT)的差异。节点表征学习GCN的公式,在pyG中很好实现,下面看代码from torch_geometric.nn impor原创 2021-06-23 16:22:48 · 1240 阅读 · 0 评论 -
消息传递神经网络(pyG实现GCN层)
消息传递神经网络一、引言二、消息传递范式介绍三、消息传递的实现(pyG)1、MessagePassing基类2、继承MessagePassing实现GCNConv一、引言为节点生成节点表征是图计算任务成功的关键,神经网络的生成节点表征的操作叫做节点嵌入(node embeddi ng)二、消息传递范式介绍基于消息传递范式的生成节点表征的过程:我们从左往右来看此图。图的左边是我们输入的整张图(INPUT GRAPH),由ABCDEFG六个节点组成,现在目标是得到更新之后A节点(target no原创 2021-06-19 10:56:03 · 1572 阅读 · 0 评论 -
图神经网络导论与环境配置(pyG)
图神经网络导论与环境配置(pyG)引言简单图论重要知识 ----(图):重要知识二 ----(邻接矩阵):重要知识三 ----(度矩阵与拉普拉斯矩阵)重要知识四 ----(图的种类)图结构数据上的机器学习任务配置环境(linux)引言在深度学习的输入数据形式当中,我们常见到的就是矩阵、张量(如计算机视觉中的像素点)还有序列(文字、语言等自然语言处理)。但在现实生活中的数据格式多种多样,我们很难将所有数据保存成“网格点”的 形式。图,作为一种储存数据的结构更容易将某些数据进行储存(如知识图谱,化学分子的结原创 2021-06-16 17:45:00 · 611 阅读 · 0 评论