論文翻譯：GRAPH ATTENTION NETWORKS

我們提出了圖形注意力網絡(GATs)，一種新型的神經網絡架構，它在圖形結構的數據上運行，利用掩蔽的自注意層來解決基於圖形卷積或其近似方法的缺點。通過疊加節點能夠參與其鄰域特徵的層，我們可以(隱式地)爲鄰域中的不同節點指定不同的權重，而不需要任何代價高昂的矩陣操作(比如反演)，也不需要預先知道圖形結構。我們以這種方式處理西瓦拉問題： 卷積神經網絡(CNNs)已被成功應用於解決圖像分類(He et a

>>阅读原文<<