Graph Neural Network自学笔记

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