一、GCN
什么是图卷积
不同的地方在于,图像像素点周围的像素个数通常是固定的,而图结构上某个节点周围的节点数是不固定的。
图卷积网络计算公式
(1)邻接矩阵解释
(2)度矩阵:表示节点与之相连节点的个数(包括自环)
(3)H(l):表示第l次迭代的节点特征,节点特征向量或矩阵。
对公式进行简化后:
因此AH表示为节点的信息传递。
GCN中如何衡量邻居的重要性?
答案就是度矩阵。
怎么用多层网络完成节点分类任务?
σ就是DNN中的激活函数,W是训练学习的权重参数。
最后将得到的节点最终表示H,通过classifier进行标签分类。进行预测。
二、GAT
αij的计算方法:将i、j两个节点的向量加权后concat在一起>>然后通过一个网络(aT)计算相关性。>>然后激活函数LeakyReLU>>然后softmax归一化。
PGL中怎么实现attention的特征聚合?
多头attention特征聚合方法:
三、Message Passing
就是指消息的发送;消息的接收。
思考下面1和2问题,F各应该是什么函数?
问题一:
问题二:
问题三:
在gnn网络训练中,半监督训练指的是:
计算损失函数时,只计算带有label的例子,如train_loss = F.nll_loss(logp[train_idx], labels[train_idx]),
train_idx是经过label的数据。