本文介绍了图神经网络（GNN）的基本原理和应用，包括图的特征表达、消息传递机制、图的表示方法，以及GNN的表达力、可伸缩性和池化策略。还探讨了GNN在动态图、稀疏图以及mini-batch训练中的处理方法，并提供了简单的GNN和GCN实现案例。
图网络简介
1 深度学习中的特征表达
-
独热编码（左图）：只有一个维度有值，其他为0
-
嵌入表达（右图）：所有维度都有值
2 图神经网络
图神经网络中，每个结点都具有信息，这个信息可以是独热编码也可以是嵌入编码（向量表示）。
每个结点的信息可以表示为图片、文字等。每个结点都用一个向量表示
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
