网站介绍：文章浏览阅读1.1k次。大纲本文为GNN教程的第七篇文章【使用DGL框架实现GCN算法】。图神经网络的计算模式大致相似，节点的Embedding需要汇聚其邻接节点Embedding以更新，从线性代数的角度来看，这就是邻接矩阵和特征矩阵相乘。然而邻接矩阵通常都会很大，因此另一种计算方法是将邻居的Embedding传递到当前节点上，再进行更新。很多图并行框架都采用详细传递的机制进行运算(比如Google的Pregel)。而图神经网络框架DGL也采用了这样的思路。从本篇博文开始，我们使用DGL做一个系统的介绍，我们主要关注他的设_gnn开山之作
- 链接地址：https://blog.csdn.net/weixin_43901260/article/details/123963030
- 链接标题：（转载）GNN教程：开山之作GCN代码理解（DGL框架）_gnn开山之作-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：3219
- 网站标签：gnn开山之作
