图深度网络浅层理解

本文介绍了图神经网络,包括其处理输入(节点类别和连接)的方式,通过端到端学习自动学习节点特征和图嵌入。文章还探讨了图神经网络在各种图机器学习任务中的应用,如最短路径搜索、节点重要性分析、社群检测和推荐系统等。
摘要由CSDN通过智能技术生成

图神经网络

1.输入:

图网络

2.输出:

节点类别、某两个节点的新连接、产生新的图或子图

在这里插入图片描述

3.端到端表示学习(Representation Learning)/图嵌入:

将节点映射为d维的向量,d维向量就包含了这个节点的连接关系。不需要人工去干预, 只需要将数据输入,,图神经网络可以自己学到关键的特征,自己学到如何将节点变为d维的向量。

在这里插入图片描述

4.图机器学习应用:

最短路径搜索、分析节点的重要度、社群检测、推荐系统、相似度分析、图嵌入。

  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值