Relational inductive biases, deep learning, and graph networks

Abstract 就像生物學利用自然和培養合作一樣，我們拒絕在「手工工程」和「端到端」學習之間做出錯誤的選擇，而是主張從其互補優勢中獲益的方法。我們探索如何在深度學習架構中使用關係歸納偏差來促進對實體，關係和組成它們的規則的學習。我們爲AI工具包提供了一個新的構建塊，具有強大的關係歸納偏差|圖形網絡|它概括和擴展了在圖形上運行的神經網絡的各種方法，併爲操縱結構化知識和生成結構化行爲提供了直接的界面

>>阅读原文<<