zhangsj1007的博客

最近发表的归纳学习方法---GraphSage在每一个节点采集相同的数量的样本，来保证计算轨迹的一致性。LSTM假设了存在一个节点的邻居节点有一个连续的序，但是作者用了一个随机的序列喂到LSTM。我们的技术不存在这些点，因为GAT会使用节点的所有邻居节点（这与GCN是一样的），而且不存在随机序的问题。然而，应该注意的是，与之前考虑的MoNet实例相比，我们的模型使用节点特征进行相似性计算，而不是节点的结构属性（假设预先了解图结构）。应用多头机制，存储和参数需求K，独立的头计算是并行的。