基于飞桨图学习框架PGL的图神经网络训练
随着深度学习在欧几里得空间的成功应用，例如CNN，RNN等极大的提高了图像分类，序列预测等任务的效果，近期来图神经网路也开始蓬勃发展。图神经网络分为谱域和空域两大种类，谱域通过拉普拉斯算子对于图进行类微分处理，而空域通过信息传递的方式更新节点的embedding，均可以大幅度提高节点预测，链接预测，不规则图形分类等问题的效果。 在大规模图数据上训练图神经网络是一个大问题，计算代价过大，内存消耗过高
神经网路
机器之心 . 2020-10-12 1030
- 1