GAT 提出了一种自学习边的权重的方法。
在GNN里,权重是人为给定的,在GCN里,权重是跟结点的度有关系的,而在GAT里,权重跟结点所具有的特征有关系。
怎么计算的呢?还是看原来那副图。
其中,A,B结点之间边的权重可以这么来计算
其中,W是一个可以将高维向量转化为低维向量的转换矩阵,a是一个向量。
||操作符表示把两个向量并在一起。
再来看原论文中给出的图和计算公式
多头注意力机制
GAT 提出了一种自学习边的权重的方法。
在GNN里,权重是人为给定的,在GCN里,权重是跟结点的度有关系的,而在GAT里,权重跟结点所具有的特征有关系。
怎么计算的呢?还是看原来那副图。
其中,A,B结点之间边的权重可以这么来计算
其中,W是一个可以将高维向量转化为低维向量的转换矩阵,a是一个向量。
||操作符表示把两个向量并在一起。
再来看原论文中给出的图和计算公式
多头注意力机制