[2022]李宏毅深度学习与机器学习第四讲（选修）-GNN

做笔记的目的

1、监督自己把50多个小时的视频看下去，所以每看一部分内容做一下笔记，我认为这是比较有意义的一件事情。
2、路漫漫其修远兮，学习是不断重复和积累的过程。怕自己看完视频不及时做笔记，学习效果不好，因此想着做笔记，提高学习效果。
3、因为刚刚入门深度学习，听课的过程中，理解难免有偏差，也希望各位大佬指正。

GNN

其实有些地方没听懂
数据可能以图得形式出现，这样节点间会存在某种特定关系，同时dataset会非常大，所以我们需要GNN。

GNN需要做两步，第一个是卷积（聚合），以及readout，有很多种方法。

NN4G

把相邻的节点相加，然后乘W，在与自身相加乘W，这样不断地更新。

readout这一步，就是求每个图的平均各乘W，之后相加。

DCNN

他的方法是求距离等于1的节点然后求平均之后再乘权重；求距离等于2的节点然后求平均之后再乘权重，这样反复执行完求距离等于K的。之后对矩阵进行一个transform。

MoNET

因为边的权重不一样，比如说每个节点的距离，计算方法如下图：

GTA

边的权重学习出来。

对邻居做attention，两个向量算出attention 分数然后相乘相加

GIN

直接记住结论：图卷积要加上自己，同时邻居用相加，因为相加的话能表示的关系更多。