一、GCN简介 GNN模型主要研究图节点的表示(Graph Embedding),图边结构预测任务和图的分类问题,后两个任务也是基于Graph Embedding展开的。目前论文重点研究网络的可扩展性、动态性、加深网络。 谱卷积有理论支持,但有时候会受到拉普拉斯算子的限制;而空间域卷积更加灵
接着,我们创建一个空的无向图G: G=nx.Graph() 现在,我们可以向图中添加节点和边。假设我们要表示一个小型的社交网络,其中包含了四位朋友之间的关系: G.add_nodes_from(["Alice","Bob","Charlie","David"])G.add_edges_from([("Alice","Bob"),("Bob","Charlie"),("Charlie","David"),("David"...
G= nx.GraphG.add_edge('A','B')nx.draw(G, with_labels=True)plt.show 这里创建的边是无向边,这意味着节点A和B之间的关系是相等的。如果我们想做一个定向边呢?我们可以用有向图函数来实现。 G= nx.DiGraphG.add_edge('A','B')nx.draw(G, with_labels=True)plt.show 结果看起来像上面的图,...