Skip to content
简体中文

切换主题

// ⌬ 图神经网络与科学 AI

图神经网络(GCN / GAT)

每个节点聚合邻居信息来更新自己,用于图结构数据。

Graph Neural Networks (GCN / GAT) 2016 进阶 核心

通俗解释

GCN 用归一化的邻居平均做“消息传递”,GAT 用注意力给不同邻居不同权重。广泛用于分子、社交网络、推荐和交通预测。

用在哪里:药物发现、推荐系统、知识图谱

时间轴 · 前置 → 当前 → 后继

1986 反向传播2016 图神经网络(GCN / GAT)2021 AlphaFold 2 蛋…

01原始论文

Semi-Supervised Classification with Graph Convolutional Networks

Thomas N. Kipf, Max Welling · 2016

arXiv ↗ ✓ 已核实 · arXiv API

备注:GAT:arXiv:1710.10903(2017)

02知识位置

左边先学;右边是学完它之后可以学的。

先学

图神经网络(GCN / GAT)

学完可以学

相关:Transformer 与自注意力

反向传播AlphaFold 2 蛋白质…Transformer 与自注… 图神经网络(GCN / GAT)

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)