- 博客(5)
- 收藏
- 关注
RSS订阅原创 Pyg中的GraphSage的SAGEConv的学习，理解NeighborSampler采样器的sizes在图神经网络上的作用（分层采样）
这里的采样规则是为了Graph的聚合操作（这里的聚合很像image的卷积操作），如采样-聚合01图中的16、17、3的节点属性将聚合到4节点自身上。使用pyg的SAGEConv算子进行操作；第二层采样：对于节点集[‘0’、‘3’、‘4’]中的每一个节点对外随机采样3个节点，其中可能重复，可能采样到自身节点，如图所示；第一层采样：对于一个节点‘0’对外采样2个节点‘3’、‘4’，然后得到节点集[‘0’、‘3’、‘4’]。NeighborSampler的采样很特殊，理解采样sizes = [2, 3]；
2024-05-04 15:42:35
1140
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人