4-消息传递图神经网络

文档摘要

消息传递图神经网络一、引言在开篇中我们介绍了，为节点生成节点表征（Node Representation）是图计算任务成功的关键，我们要利用神经网络来学习节点表征。消息传递范式是一种聚合邻接节点信息来更新中心节点信息的范式，它将卷积算子推广到了不规则数据领域，实现了图与神经网络的连接。消息传递范式因为简单、强大的特性，于是被人们广泛地使用。遵循消息传递范式的图神经网络被称为消息传递图神经网络。本节中，首先我们将学习图神经网络生成节点表征的范式–消息传递（Message Passing）范式。接着我们将初步分析PyG中的基类，通过继承此基类我们可以方便地构造一个图神经网络。然后我们以继承基类的类为例，学习如何通过继承基类来构造图神经网络。再接着我们将对基类进行剖析。