机器学习笔记 - 基于tensorflow从头开始构建图神经网络

1、图神经网络

        图神经网络是机器学习和深度学习领域最新兴的技术之一。在许多研究工作中，我们可以看到这些网络在结果和速度方面的成功。图神经网络成功的主要原因之一是它们使用图数据进行建模，图数据可以由数据集实体之间的结构关系组成。

        可以对图数据进行操作的神经网络可以被视为图神经网络。使用图形数据，任何神经网络都需要使用数据的顶点或节点来执行任务。假设我们正在使用任何 GNN 执行任何分类任务，那么网络需要对图数据的顶点或节点进行分类。在图数据中，节点应该带有它们的标签，以便每个节点都可以根据神经网络通过它们的标签进行分类。

        由于在大多数数据集中我们发现数据实体之间的结构关系，我们可以使用图神经网络代替其他 ML 算法，并可以利用在建模中使用图数据的好处。

        下面我们将尝试从头开始构建和实现图神经网络来构建和执行建模。我们将使用 Keras 和 TensorFlow 库实现卷积图神经网络。在这个实现中，我们将尝试将图神经网络用于节点预测任务。

2、下载数据集

        使用图神经网络需要图数据。我们这里使用的是Cora数据集。该数据集包括 2708 篇科学论文，这些论文已经分为 7 个类别，有 5429 个链接。