
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
弗洛伊德算法的正确性证明
本文如有不妥之处,敬请读者在评论区指正,作者将及时修正。

Pyg中的GraphSage的SAGEConv的学习,理解NeighborSampler采样器的sizes在图神经网络上的作用(分层采样)
这里的采样规则是为了Graph的聚合操作(这里的聚合很像image的卷积操作),如采样-聚合01图中的16、17、3的节点属性将聚合到4节点自身上。使用pyg的SAGEConv算子进行操作;第二层采样:对于节点集[‘0’、‘3’、‘4’]中的每一个节点对外随机采样3个节点,其中可能重复,可能采样到自身节点,如图所示;第一层采样:对于一个节点‘0’对外采样2个节点‘3’、‘4’,然后得到节点集[‘0

到底了







