sdu_hao的博客

本篇博客要介绍的是图注意力网络(Graph Attention Networks,GAT)[1],它通过注意力机制(Attention Mechanism)来对邻居节点做聚合操作,实现对不同邻居权重的自适应分配（GCN中不同邻居的权重是固定的，来自归一化的拉普拉斯矩阵）,从而大大提高了图神经网络模型的表达能力。注意力机制DNN中的注意力机制是受到认知科学中人类对信息处理机制的启发而产生的。由于...

原文地址今天起床时，发现这篇关于GCN的文章讲的不错，通俗易懂，为了更一步加深对GCN的理解，所以特此把它整理在图神经网络专栏中(编不下去了，其实是今天不想继续学习，就简单整理一些东西吧，至少良心不会痛。我发誓以后一定要早睡早起，哭唧唧......)。傅里叶变换是论文中采用的比较正统的思路（谱域）。不过这些视角对于新人来说可能没那么好理解，空域（不进行傅里叶变换，直接利用相邻节点求卷积）角...

近期买了一本图神经网络的入门书,最近几篇博客对书中的一些实战案例进行整理，具体的理论和原理部分可以自行查阅该书，该书购买链接：《深入浅出的图神经网络》。该书配套代码本节我们通过代码来实现基于自注意力的池化机制(Self-Attention Pooling)。来对图整体进行分类，之前我们是对节点分类，每个节点表示一条数据，学习节点的表示，进而完成分类，本节我们通过自注意力池化机制，得到整个图...

近期买了一本图神经网络的入门书,最近几篇博客对书中的一些实战案例进行整理，具体的理论和原理部分可以自行查阅该书，该书购买链接：《深入浅出的图神经网络》。该书配套代码本节我们通过代码来介绍GraphSAGE以加深读者对相关知识的理解，如书中介绍的那样，GraphSAGE包括两方面，一是对邻居的采样；二是对邻居的聚合操作。目录1. 对邻居采样2. 对邻居聚合3. 定义SageG...

近期买了一本图神经网络的入门书,接下里的几篇博客对书中的一些实战案例进行整理，具体的理论和原理部分可以自行查阅该书，该书购买链接：《深入浅出的图神经网络》。该书配套代码本节我们通过一个完整的例子来理解如何通过GCN来实现对节点的分类。目录1. 数据集及预处理2. 图卷积层定义3. 模型定义4. 模型训练1. 数据集及预处理我们使用的是Cora数据集，该数据集由2...

原文地址本篇文章是对论文“Wu Z , Pan S , Chen F , et al. A Comprehensive Survey on Graph Neural Networks[J]. 2019.”的翻译与笔记。论文链接目录1. 什么是图神经网络？2. 有哪些图神经网络？3. 图卷积网络(Graph Convolution Networks,GCN)4. 图注意力网络...

原文地址目录1. 图网络的分类2. 卷积3. 图卷积4. 图卷积的通式5. 参考文献1. 图网络的分类在最开始，我们先梳理一下经常被提到的几个术语的区别和联系，也就是Graph Embedding，Graph Neural Network和Graph Convolutional Network的区别和联系是什么。Graph Embedding图嵌入（Grap...