Inductive Representation Learning On Large Graphs【閱讀筆記】

前言 Network Embedding 旨在爲圖中的每一個頂點學習獲得特徵表示。近年的Deepwalk,LINE, node2vec, SDNE, DNGR等模型可以高效地、直推式（transductive）地獲得節點的embedding。然而，這些方法沒法有效適應動態圖中新增節點的特性， 每每須要從頭訓練或至少局部重訓練。斯坦福Jure教授組提出一種適用於大規模網絡的概括式（inductive

>>阅读原文<<