![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyG
文章平均质量分 83
学习PyG库时的记录
Huranqingqing
这个作者很懒,什么都没留下…
展开
-
PyG图神经网络框架--构建信息传递网络(MPN)
信息传递网络 将卷积算子泛化到不规则域中,通常表示为邻域聚合或信息传递模式。xi(k−1)∈RFx_i^{(k-1)} \in \R^Fxi(k−1)∈RF 表示节点 iii 在第 l−1l-1l−1 层的节点特征,ej,i∈RDe_{j,i}\in \R^Dej,i∈RD 表示 从节点 jjj 到节点 iii 的特征,信息传递图神经网络可以表示为: xi(k)=γ(k)(xi(k−1),∗j∈N(i)ϕ(k)(xi(k−1),xj(k−1),ej,i))x_i^{(k)}=\gamma^{(k)}(x原创 2021-12-21 14:33:19 · 421 阅读 · 0 评论 -
PyG图神经网络框架学习--示例介绍
实例介绍 通过自带的示例介绍并学习PyG。主要从以下4各方面: 图数据处理 通用基准数据集 Mini-batches 数据转换 图学习方法 图数据处理 图用于对对象(节点)之前的关系(边)进行建模。PyG中的图可以用torch_geometric.data.Data的一个实例表示,默认情况下包含以下属性: data.x: 具有[num_nodes, num_node_features]形状的节点特征矩阵 data.edge_index: 形状为[2, num_edges],类型为Torch.long da原创 2021-12-20 20:29:20 · 953 阅读 · 0 评论