关键问题1，GCN是否可以用于有向图？

图卷积分为两大类，一类是基于谱方法（spectral methods），就是将图信号进行傅里叶变换在频域进行研究，以GCN为代表的模型，但是谱方法有一个理论要求就是拉普拉斯矩阵L要求为对称矩阵，L = D-A，即图为无向图才能满足；二类，是基于空域的研究方法（spatial methods），以GraphSage为代表的模型，空域是不分有向图和无向图的，均可以计算；

因此从理论上来说GCN是不能用于有向图的，但是从代码实现层面上来看是可以的，gcn代码的实现层面是按照空域实现的，所以gcn也能够用于有向图。

详情参考：https://github.com/rusty1s/pytorch_geometric/issues/397

关键问题2，edge_index，消息传递方向，有向图方向的区别？

edge_index是coo()形式的情况下[2,num_edges]，edge_index[0]表示source节点，edge_index[1]表示target 节点

当flow = 'source_to_target'时，消息传递的方向为source->target，即edge_index[0] - > edge_index[1]，反之，消息传递的方向为target->source；

有向图的方向与消息传递方向的区别，一般情况下，建立有向图的时候应该保持有向图方向和消息传递的方向相同，比如下面的有向图：

节点A收到来自节点X，Y的message，所以A = aggr(X,Y)；

edge_index的定义为：

edge_index = torch.tensor([[X, Y, A, A, B, B, C],[A, A, B, C, D, E, F],
])

详细参考：

https://github.com/rusty1s/pytorch_geometric/issues/1845

https://github.com/rusty1s/pytorch_geometric/issues/1040

https://github.com/rusty1s/pytorch_geometric/issues/126

关键问题3，有向图的情况下，无监督训练训练样本的采样方向与消息传递方向是否一致？

有向图的情况下，消息传递的方向与有向图方向一致，但是采样方向是与有向图方向相反的，因为只有K阶采样的方向与图的方向相反，才能保证在消息传递的时候方向与有向图方向一致；

详情见：GraphSAGE 无监督训练源码剖析 这边文章中的关键问题1

https://blog.csdn.net/minemine999/article/details/118658429

关键问题4，pytorch_geometric的MessagePassing机制是如何实现的？

https://zhuanlan.zhihu.com/p/397560946

关键问题5，图卷积神经网络为什么存在过度平滑问题？

待更新...

【图神经网络】GNN 图神经网络相关知识点相关推荐

近期必读的5篇AI顶会CVPR 2020 GNN (图神经网络) 相关论文
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 计算机视觉顶会CVPR 2020在不久前公布了论文接收列表.本届CVPR共收到了6 ...
图神经网络GNN GCN AlphaFold2 虚拟药物筛选和新药设计
文章目录图神经网络 1. Geometric Deep Learning Representation learning 表征学习机器学习的数据类型:序列.网格.图引出GNN 2. Graph ...
什么是图神经网络 (GNN)？
图表无处不在.您的社交网络是人和关系的图表.你的家人也一样.您从 A 点到 B 点所走的道路构成了一个图形.将这个网页连接到其他网页的链接形成了一个图表.当您的雇主向您付款时,您的付款会通过金融机构的 ...
图神经网络(GNN)的简介
近年来,图神经网络(GNN)在社交网络.知识图.推荐系统甚至生命科学等各个领域得到了越来越广泛的应用.GNN在对图节点之间依赖关系进行建模的强大功能,使得与图分析相关的研究领域取得了突破.本文介绍了图 ...
图网络究竟在研究什么？从15篇研究综述看图神经网络GNN的最新研究进展
近年来,由于图结构的强大表现力,用机器学习方法分析图的研究越来越受到重视.图神经网络(GNN)是一类基于深度学习的处理图域信息的方法. 到目前,相关研究的已经非常多了,不过我们回过头来看思考和回顾一下 ...
人工智能中“图神经网络GNN”如何理解？（附斯坦福综述）
https://www.toutiao.com/a6686414387671990796/ DeepMind.谷歌大脑.MIT等机构联合提出"图网络"(GNN),将端到端学习与归纳 ...
掌握图神经网络GNN基本，看这篇文章就够了
https://www.toutiao.com/a6657732617623831051/ 2019-02-14 14:02:50 [新智元导读]图神经网络(GNN)在各个领域越来越受欢迎,本文介绍了 ...
【GNN】一份完全解读：是什么使神经网络变成图神经网络？
图1:来自(Bruna等人,ICLR,2014)的图,描绘了3D领域内的MNIST图像.虽然卷积网络很难对球面数据进行分类,但是图网络可以很自然地处理它.可以把它当做是一个处理工具,但在实际应用程序中 ...
目前看的图神经网络(GNN)论文的一些总结
该文首发于知乎专栏:在天大的日日夜夜已获得作者授权最近组会轮到我讲了,打算讲一下目前看的一些GNN论文以及该方向的一些重要思想,其中有借鉴论文[1].[2]的一些观点和<深入浅出图神经网络: ...
[图神经网络] 图神经网络GNN基础入门
最近,深度学习领域关于图神经网络(Graph Neural Networks,GNN)的研究热情日益高涨,图神经网络已经成为各大深度学习顶会的研究热点,包括社交网络,知识图,推荐系统,甚至生命科学.G ...

【图神经网络】GNN 图神经网络相关知识点