深度学习与神经网络
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.3.4 图网络

前馈网络和反馈网络的输入都可以表示为向量或向量序列。在实际应用中,其实很多数据都是图结构数据,如知识图谱、社交网络、分子(Molecular)网络等,这些数据很难用前馈网络和反馈网络来处理。

图网络是定义在图结构数据上的神经网络,图中每个节点都由一个或一组神经元构成;节点之间的连接可以是有向的,也可以是无向的;每个节点可以收到来自相邻节点或自身的信息。

图网络是前馈网络和反馈网络的泛化,包含很多不同的实现方式,如图卷积网络(Graph Convolutional Network,GCN)、图注意力网络(Graph Attention Network,GAN)、消息传递神经网络(Message Passing Neural Network,MPNN)等。

图网络结构如图2-10所示。

图2-10 图网络结构