Graph Neural Network自学笔记
一、图
1.1图的表示
每一个node、edge都会有attr。上图当中node有x0,x1两个attr,以及想要预测的y。edge有attr。
1.2代码实现
二、Message Passing Mechanism
2.1原理讲解
像CNN的话 就是把周围点的经过权重进行相加
在GNN中,把邻居的状态拿过来进行操作。
2.1.1步骤:
1.create messege:
上面的0 :第0个阶段,
0,1 表示谁传谁
得到BCD传给A的message,A会整合这些message,一般会有以下的整合方式
max:会抓邻居的值最大的那个,整合过后的颜色为蓝色
通常保留信息的话,会有add>mean>max
2.model update
上面的1表示下一个阶段
2.2代码实现
forward:propagate会做两件事情:message passing 和 model update
message:X_i表示中间的点,x_j表示邻居点
update:已经先定义好了’max’
我们需要input:graph.x graph.edge_index