Graph Attention Networks理解

針對圖結構數據，本文提出了一種GAT（graph attention networks）網絡。該網絡使用masked self-attention層解決了之前基於圖卷積（或其近似）的模型所存在的問題。在GAT中，圖中的每個節點可以根據鄰節點的特徵，爲其分配不同的權值。GAT的另一個優點在於，無需使用預先構建好的圖。因此，GAT可以解決一些基於譜的圖神經網絡中所具有的問題。實驗證明，GAT模型可以有

>>阅读原文<<