文章目录
Graph to Neural Networks论文
原文下载:《Graph Structure of Neural Networks》
介绍:(据我理解)FAIR实验室和斯坦福Jure Leskovec实验室合作的Jiaxuan You一作文章,github源代码
摘要
太长不看版
- 将神经网络架构解释成了关系图的消息传递(这直接用图神经网络GNN来解释神经架构搜索NAS这个看上去毫不相干的领域)
- 作者在合成图中来搜索最强性能神经网络
- 作者提出的搜索神经网络架构的策略在不同数据集上一致,并且神经网络架构性能在两个measure中连续
原文翻译
神经网络通常被表示为神经元之间的连接图。
然而,尽管它们被广泛使用,目前人们对神经网络图结构与其预测性能之间的关系知之甚少。
在这里,我们系统地研究了神经网络的图结构是如何影响其预测性能的。
为此目的,
我们开发了一种新的基于图的神经网络表示,称为关系图,其中神经网络的计算层对应于沿着图结构的几轮消息交换。
NN使用这种关系图表示,我们表明:(1)关系图的甜蜜点(sweet spot)导致神经网络的预测性能显着提高;(2)神经网络的性能