人工智能|图神经网络

前言 图神经网络在近几年大伙,很多东西都可图化。本文探寻一下图卷机网络和它的相关变体。
同样,本文是我在寒假时候挖的一个坑。
经常用到的库: DGL
数据结构工具库: networkx
可视化工具 graphviz



GCN 关于图卷积网络的概念和原理,推荐阅读: 何时能懂你的心——图卷积神经网络(GCN)知乎
另外,上面说的那篇知乎帖子也提到了我之前看过的一篇原作者的博客, 讲的真好: http://tkipf.github.io/graph-convolutional-networks/



这里有个tensorflow的GCN实现: https://github.com/tkipf/gcn, 与tf同个作者的另一个仓库pytorch实现: https://github.com/tkipf/pygcn
它的原著论文: Semi-Supervised Classification with Graph Convolutional Networks (ICLR 2017)



GAT 原文:Graph Attention Networks (Veli?kovi? et al., ICLR 2018)
代码:https://github.com/petarV-/GAT (tensorflow)
另外,其他大佬也写了另外框架的版本:

  • https://github.com/danielegrattarola/keras-gat
  • https://github.com/Diego999/pyGAT

也很建议看看DGL库的GAT例子https://github.com/dmlc/dgl/tree/master/examples/pytorch/gat



【人工智能|图神经网络】另外一些知乎帖子也不错
  • 向往的GAT(图注意力网络的原理、实现及计算复杂度)
  • 图注意力网络GAT(含代码)
  • 深入理解图注意力机制

    推荐阅读