CS224W6.1——介绍图神经网络GNN

之前我们讨论了一些节点嵌入技术,它们可以通过随机游走的过程学习与任务无关的特征。从这篇开始,我们介绍了令人兴奋的图神经网络技术,该技术基于图结构用多层非线性变换对节点特征进行编码。图神经网络在各种任务中表现出非凡的性能,并可以驯服图的复杂性质。

1. 回顾

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

shallow embedding:

在这里插入图片描述

在这里插入图片描述

2. Deep Graph Encoders

在这里插入图片描述

在这里插入图片描述

3. 目标

在这里插入图片描述

4. 现代深度学习工具

在这里插入图片描述

好像并不适用图结构。

5. 图结构深度学习

在这里插入图片描述

可以看到图神经网络的设计还是有很多不同与困难的,在之后会继续详细介绍。

  • 0
    点赞
  • 0
    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