第十五课:图神经网络(Graph Neural Networks, GNNs)
第十五课:图神经网络基础
1. 图神经网络简介
图神经网络(GNNs)是一种专门用于处理图结构数据的深度学习模型。与传统神经网络主要处理欧几里得数据(如图像、文本)不同,GNN能够有效处理图结构数据,捕捉节点间的复杂关系和图全局的结构信息。
2. 图数据的特点
- 节点(Nodes):图中的实体,如人、地点或物品。
- 边(Edges):节点间的关系或连接。
- 图(Graphs):由节点和边组成,可以是有向的或无向的,加权的或未加权的。
3. GNN的关键概念
- 邻域聚合(Neighborhood Aggregation)或消息传递(Message Passing):GNN通过聚合一个节点的邻居节点信息来更新该节点的表示,这个过程可以迭代多次,以捕捉更广泛的邻域信息。
- 更新函