46、图神经网络与机器学习最佳实践

图神经网络与机器学习最佳实践

1. 图神经网络基础

1.1 自定义加权图SAGE

在图神经网络中，有一段代码如下：

h_total = tf.concat([h, h_N], axis=1)
return self.linear(h_total)

这段代码期望有一个额外的边属性 w ，它包含边的权重。在CORA数据集上可以通过以下方式模拟：

g.edata["w"] = tf.cast(
   tf.random.uniform((g.num_edges(), 1), minval=3, maxval=10, 
                     dtype=tf.int32),
   dtype=tf.float32)

自定义加权图SAGE（CustomWeightedGraphSAGE）中的消息函数发生了变化，从简单地将特征向量 h 复制到消息向量 m ，变为将 h 和 w 相乘来生成消息向量 m ，其他方面与自定义图SAGE（CustomGraphSAGE）相同。新的自定义加权图SAGE层可以直接放入原本调用自定义图SAGE的类中。

1.2 自定义图数据集

在实际应用中，我们常常需要使用自己的数据来训练图神经网络模型，这就需要将