图4 图注意网络结构
对于节点i,j 的注意力系数(Attention Coefficients)计算方式为:
其中W是一个共享参数的线性映射对于节点特征的增维,h就是节点的特征,a(W,W)可以表示两个向量内积计算相似度。再经过softmax得到注意力权重:
那么有如下注意力权重计算公式:
其中Ni表示节点i的邻居节点,||表示特征拼接。
最终节点的输出如下公式所示,很好理解,就是给邻居节点分配不同的权重来聚合信息。
来源:原点资讯(www.yd166.com)时间:2023-05-05 09:04:06作者:YD166手机阅读>>
图4 图注意网络结构
对于节点i,j 的注意力系数(Attention Coefficients)计算方式为:
其中W是一个共享参数的线性映射对于节点特征的增维,h就是节点的特征,a(W,W)可以表示两个向量内积计算相似度。再经过softmax得到注意力权重:
那么有如下注意力权重计算公式:
其中Ni表示节点i的邻居节点,||表示特征拼接。
最终节点的输出如下公式所示,很好理解,就是给邻居节点分配不同的权重来聚合信息。
1 前言由于后续更新「面试专场」的好几篇文章都涉及到 图 这种数据结构,因此打算先普及一下 图 的相关理论支持,如果后面...
2023-05-05 08:17:10查看全文 >>
第五章:图(图的基本操作)1.Adjacent(G,x,y)Adjacent(G,x,y) 判断图G是否存在边<x...
2023-05-05 08:53:43查看全文 >>
图的应用:社交网络,交通网络,活动网络……图的分类:无向图(特殊有向图),有向图;有权图,无权图。特殊边—自环边图的表示...
2023-05-05 08:37:05查看全文 >>
图是对数学图进行建模的数据结构。它由一组称为顶点和边的连接对组成。我们可以使用顶点数组和边的二维数组来表示图。重要概念顶...
2023-05-05 08:54:09查看全文 >>
图(Graph)是由顶点(Vertex)的有穷非空集合和顶点之间边(Edge)的集合组成,通常表示为:G(V,E),其中...
2023-05-05 08:26:42查看全文 >>
邻接矩阵邻接矩阵概念无向图和有向图在邻接矩阵中的表示方法:有向图和无向图的表示方法无向图和有向图大同小异,在这里只以无向...
2023-05-05 08:38:54查看全文 >>
线性存储元素时,元素的关系也同时确定了。而非线性数据结构就不同了,需要同时考虑存储数据元素和数据元素的逻辑关系。例如,图...
2023-05-05 08:17:20查看全文 >>
图的概念介绍得差不多了,大家可以消化消化再继续学习后面的内容。如果没有什么问题的话,我们就继续学习接下来的内容。当然,这...
2023-05-05 08:56:16查看全文 >>
数据结构是计算机专业考研重点内容,大部分院校都是考到了数据结构,其中基于邻接矩阵存储的图的创建和深度优先遍历算法是其中的...
2023-05-05 08:40:12查看全文 >>