许久之前了解过图NN了,但一直懒没整理,现在整理下吧。暂时更新了GNN, GCN, GAT。后续有空继续补充其他经典模型,如GraphSAGE, R-GCN。
ID | 算法 |
---|---|
NO.1 | 1、图 |
NO.2 | 2、在ML中使用图的挑战 |
NO.3 | 3、使用图完成的任务分类 |
NO.4 | 4、GNN |
NO.5 | 5、GCN |
NO.6 | 6、GAT |
⭐ 图及属性(Global,全局属性) 包含顶点及属性(Vetex)、边及属性(Edge)。顶点、边、图都可以用embedding表示。那如何表示这些embedding是图网络要做的事。【Node embedding、Edge embedding、Global embedding】
⭐ 图分为有向图和无向图。
⭐ 图一般用邻接矩阵表示。
⭐ 全局属性:图比较大时