【GNN】JK-Net：深層 GNN 架構

時間 2021-01-14

標籤 GNN 人工智能 Embedding 神經網絡深度學習機器學習 gcn 圖神經網絡欄目系統架構简体版

原文原文鏈接

今天學習的是 MIT 同學 2018 年的論文《Representation Learning on Graphs with Jumping Knowledge Networks》，發表於 ICML，目前共有 140 多次引用。目前的圖表示學習都遵循着領域聚合的方式，但這種方式的層數無法增加，kipf 的 GCN 使用了兩層模型，隨着深度增加會出現 over-smooth 的問題，導致性能下降。

>>阅读原文<<

相關文章

1. 【GNN】GN：更通用的 GNN 架構
2. GNN（一）走進GNN
3. GNN
4. GPT-GNN
5. 【GNN】NGCF：捕捉協同信號的 GNN
6. 【GNN】GAT：Attention 在 GNN 中的應用
7. Graph Neural Networks (GNN)（三）：Spectral-GNN 之 GCN
8. GNN + Zero-shot
9. GNN綜述
10. GNN初探
更多相關文章...
• Docker 架構 - Docker教程
• TCP/IP網絡訪問層的構成 - TCP/IP教程
• 算法總結-深度優先算法
• 常用的分佈式事務解決方案

相關標籤/搜索

Hibernate教程

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。

最新文章

本站公眾號

歡迎關注本站公眾號,獲取更多信息

相關文章

1. 【GNN】GN：更通用的 GNN 架構
2. GNN（一）走進GNN
3. GNN
4. GPT-GNN
5. 【GNN】NGCF：捕捉協同信號的 GNN
6. 【GNN】GAT：Attention 在 GNN 中的應用
7. Graph Neural Networks (GNN)（三）：Spectral-GNN 之 GCN
8. GNN + Zero-shot
9. GNN綜述
10. GNN初探

>>更多相關文章<<