GNN笔记

本文探讨了图神经网络(GNN)的基础概念、作用及原理,强调其在非欧几里得数据结构中的优势。通过信息聚合策略,GNN如GCN、GAT和R-GCN在节点特征表达中的应用。旨在帮助读者高效学习并避免频繁回炉复习。

笔者研究方向为知识图谱(结合GNN),每次看论文遇到知识点不会就回去翻书重新学习GNN的理论,但是下次又会忘记,在反复几次这样的过程之后觉得十分浪费时间,因此特此写一个帖子。

1.GNN即图神经网络

1.1图

图的基本概念略过

1.2GNN作用(为什么有GNN)

图是一种非欧几里得空间的数据结构,传统的CNN并不能处理,并且现在的思路都是基于embedding,因此融合邻居节点的embedding到本节点上可以更准确的描述节点的特征,以便下游任务。

2.GNN原理

简洁的来讲其实就是信息聚合,将邻居节点的信息聚合到本节点上,最简单的来说可以有将邻居节点embedding进行求和再取平均,加到本节点上,当然这仅仅是最原始的一种策略。GNN是一个宏观的方法,下面还会分为GCN、GAT、R-GCN等。所以GNN是一种最简单的在图结构上的聚合策略而已。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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