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？
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。
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。
问题二：
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。
Original: https://blog.csdn.net/qq_29220369/article/details/125375373
Author: 在平凡生活中挣扎
Title: 学习PGL课程：图卷积网络GCN、图注意力网络GAT
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/595144/
转载文章受原作者版权保护。转载请注明原作者出处！