图神经网络实战(18)——消息传播神经网络

图神经网络实战(18)——消息传播神经网络

    • 0. 前言
    • 1. 消息传播神经网络
    • 2. 实现 MPNN 框架
    • 小结
    • 系列链接

0. 前言

我们已经学习了多种图神经网络 (Graph Neural Networks, GNN) 变体,包括图卷积网络 (Graph Convolutional Network, GCN)、图注意力网络 (Graph Attention Networks,GAT) 和 GraphSAGE 等。在本节中,我们将对这些变体 GNN 结构进行一般性总结,即 GNN 的通用框架,也是 GNN 架构的通用范式。研究 GNN 通用框架能够帮助我们更加清晰的对比各类 GNN 模型,同时也为 GNN 模型的扩展提供了灵活性。

1. 消息传播神经网络

我们已经学习了用于聚合和组合不同节点特征的不同函

你可能感兴趣的:(图神经网络从入门到项目实战,pytorch,深度学习,图神经网络)