GCNGATGraphSAGE框架回顾及其PyG复现-集智俱乐部.pdfVIP

图网络领域论文系列读书会 GCN, GAT, GraphSAGE 框架回顾及其 PyG 复现 报告人 ：王硕 更多 “人工智能 复杂系统 ”的知识 ，请关注官网： Index l图表示学习 l图神经网络的发展 lPyG 图神经网络开发框架 lcora 节点分类代码实例 l总结与讨论 更多 “人工智能 复杂系统 ”的知识 ，请关注官网： 图表示学习 l图表示学习 == 网络嵌入 == 网络表示学习 == 图嵌入 l将节点用低维、稠密、实值向量来表示。 l配合完成 graph 上的下游任务，节点分类、链路预测、社区发现等。 l嵌入前后的不变性，eg. 节点的相邻关系不会变。 lImage，原生就是低维、稠密、实值向量。 l算法类型 l通用嵌入，eg. deepwalk lend-to-end，针对下游任务优化的嵌入，eg. dygraph2vec 更多 “人工智能 复杂系统 ”的知识 ，请关注官网： 图表示学习 更多 “人工智能 复杂系统 ”的知识 ，请关注官网： 图神经网络