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
相關文章
相關標籤/搜索